Diplomová práce - Katedra ekonomiky, manažerství a humanitních věd

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
Fakulta elektrotechnická
Katedra ekonomiky, manažerství a humanitních věd
Řízení rizik v podnikání
Risk management
Diplomová práce
Studijní program: Elektrotechnika a informatika
Studijní obor: Ekonomika a řízení elektrotechniky a energetiky
Vedoucí práce: prof. Ing. Oldřich Starý, CSc.
Stanislav Matoušek
Praha 2010
II
Prohlášení
Prohlašuji, že diplomovou práci na téma „Řízení rizik v podnikání“ jsem vypracoval samostatně a
veškerou použitou literaturu a další prameny jsem řádně označil a uvedl v přiloženém seznamu.
V Praze, dne 14. 5. 2010
Stanislav Matoušek
III
IV
Poděkování
Rád bych poděkoval vedoucímu mé diplomové práce, prof. Ing. Oldřichu Starému, CSc., za cenné
rady a připomínky, které mi pomohly ke zpracování mého tématu. Také bych chtěl poděkovat
své rodině a všem blízkým za podporu, kterou mi poskytli během studia.
V
VI
Abstrakt
Diplomová práce se věnuje problematice řízení odběratelských rizik v malých a středních
podnicích.
Obecně popisuje základní pojmy problematiky a klasifikaci rizik, přibližuje úvěrové riziko a
definici malých a středních podniků (SME). Dále se věnuje obecným postupům řízení rizik, tj.
identifikaci, ohodnocení, měření a snižování rizika. V rámci měření rizik je představena metoda
hodnoty v riziku (Value at Risk). Práce se také zabývá nástroji pro hodnocení a řízení
odběratelského rizika, kde obeznamuje s ratingem, ratingovými agenturami a s procesem řízení
odběratelského rizika. Přibližuje služby specializovaných agentur a různé zajišťovací instrumenty
pro řízení těchto rizik. V neposlední řadě je velká pozornost věnována návrhu systému řízení
odběratelských rizik.
Klíčová slova: řízení rizik, úvěrové riziko, odběratelské riziko, malé a střední podniky, SME, Value
at Risk, VAR, nástroje pro řízení rizika, rating, služby řízení rizika, zajišťovací instrumenty, proces
řízení rizik.
Abstract
The main issue of this thesis is credit risk management in small and medium enterprises (SMEs).
The thesis includes the main characteristics of risk management and introduces the Value at risk
method as a risk measurement option. The thesis also deals with rating and risk management
tools such as hedging instruments and specialized services for risk managment. Focus is given to
risk management process, especialy to designing and developing risk management system.
Key words: risk management, credit risk, customer risk, small and medium enterprises, SME,
Value at Risk, VAR, risk management tools, rating, hedging instruments, risk management
process.
VII
VIII
Obsah
Úvod ........................................................................................................................................... 1
1
Rizika podnikání v malé a střední firmě ................................................................................ 2
1.1
Pojetí rizika a nejistoty ................................................................................................. 2
1.2
Klasifikace rizik............................................................................................................. 3
1.2.1
Podnikatelské a čisté riziko ................................................................................... 3
1.2.2
Statické a dynamické riziko................................................................................... 4
1.2.3
Systematické a nesystematické riziko ................................................................... 4
1.2.4
Ovlivnitelné a neovlivnitelné riziko ....................................................................... 5
1.2.5
Základní druhy finančních rizik ............................................................................. 5
1.3
1.3.1
Basel II a úvěrové riziko ........................................................................................ 6
1.3.2
Kategorie úvěrového rizika ................................................................................... 8
1.3.3
Modely úvěrového rizika ...................................................................................... 9
1.4
2
Úvěrové riziko .............................................................................................................. 6
Malé a střední podniky .............................................................................................. 10
Řízení rizik, VAR ................................................................................................................. 13
2.1
Identifikace a ohodnocení rizik................................................................................... 14
2.1.1
Identifikace rizik ................................................................................................. 14
2.1.2
Ohodnocení rizik ................................................................................................ 15
2.1.3
Dopady rizik ....................................................................................................... 19
2.1.4
Hodnocení příležitostí ........................................................................................ 20
2.2
Měření rizik................................................................................................................ 20
2.2.1
Kvalitativní charakteristiky rizika ........................................................................ 20
2.2.2
Kvantitativní charakteristiky rizika ...................................................................... 21
IX
2.3
2.3.1
Metody modelů VAR .......................................................................................... 24
2.3.2
Vyjádření VAR..................................................................................................... 26
2.4
3
Value at Risk .............................................................................................................. 24
Metody snižování rizika .............................................................................................. 29
Nástroje pro hodnocení a řízení odběratelského rizika ....................................................... 31
3.1
Hodnocení rizika a výběr rizikových variant ................................................................ 31
3.1.1
Riziková kapacita a přijatelné riziko .................................................................... 31
3.1.2
Výběr rizikových variant ..................................................................................... 31
3.1.3
Rating ................................................................................................................. 32
3.2
Řízení odběratelského rizika ....................................................................................... 36
3.2.1
3.3
4
Zajišťovací instrumenty a externí služby řízení odběratelského rizika .................. 37
Interní systém řízení odběratelských rizik ................................................................... 44
3.3.1
Proces řízení odběratelského rizika ..................................................................... 44
3.3.2
Analýza............................................................................................................... 47
3.3.3
Vyhodnocení bonity odběratelů ......................................................................... 54
3.3.4
Stanovení limitů expozic ..................................................................................... 56
3.3.5
Posouzení rizika .................................................................................................. 57
Modelový příklad ............................................................................................................... 58
4.1
Společnost ML-Tuning, s. r. o. ..................................................................................... 58
4.2
Analýza ...................................................................................................................... 59
4.2.1
Externí údaje ...................................................................................................... 59
4.2.2
Odvětví a management ...................................................................................... 60
4.2.3
Finanční analýza ................................................................................................. 61
4.2.4
Historické údaje.................................................................................................. 64
4.3
Vyhodnocení bonity ................................................................................................... 65
X
Závěr......................................................................................................................................... 67
Použité zkratky .......................................................................................................................... 69
Použité zdroje ........................................................................................................................... 70
Seznam obrázků a tabulek ......................................................................................................... 73
Přílohy ...................................................................................................................................... 75
Příloha 1 - Náhled ratingového programu .............................................................................. 75
Příloha 2 - Stupnice pro výpočet ratingu SROR ....................................................................... 78
Příloha 3 - Obsah přiloženého CD .......................................................................................... 85
XI
XII
Úvod
„Jestliže nemůžete řídit riziko, nemůžete ho kontrolovat. Pokud ho nemůžete kontrolovat,
nemůžete ho řídit. To znamená, že hrajete hazardní hru a doufáte, že budete mít štěstí.“ 1
S pojmem riziko se v současném světě setkáváme se stále vyšší frekvencí. Riziko je
charakteristické pro každou oblast lidského života, propojování moderního světa a intenzita
inovačních procesů vedou ke stále obtížnějším predikcím do budoucna, tedy i k vyššímu riziku či
nejistotě, a je nezbytné zaměřovat se na analýzu, prognózování a odvrácení rizik.
Problematika řízení rizik je značně obsáhlá a účelem této práce není popsat veškeré její oblasti.
Cílem diplomové práce je náhled do problematiky řízení rizik v malých a středních podnicích,
seznámení s postupy používanými v procesu řízení rizik a řízení odběratelského rizika. Dále pak
navržení jednoduchého modelu pro řízení odběratelského rizika použitelného v malých a
středních podnicích a demonstrace jeho funkčnosti na modelovém příkladu.
Práce je členěna do čtyř kapitol, jejichž struktura vyplývá ze stanovených cílů. První kapitola
obecně popisuje základní pojmy a klasifikaci rizik, přibližuje úvěrové riziko a definici malých a
středních podniků. Druhá kapitola se věnuje obecným postupům řízení rizik, tj. identifikaci,
ohodnocení, měření a snižování rizika. V rámci měření rizik je představena metoda hodnoty
v riziku (Value at Risk), která je ve finančním světě poměrně rozšířená. Třetí kapitola se zabývá
nástroji pro hodnocení a řízení odběratelského rizika. Také čtenáře obeznamuje s ratingem,
ratingovými agentury a s procesem řízení odběratelského rizika. Velká pozornost je pak
věnována návrhu systému řízení odběratelských rizik. V poslední, čtvrté, kapitole je navržený
systém odzkoušen na modelovém příkladu vybrané společnosti.
1
J. Hooten, Managing Partner, Arthur Andersen & Co., 2000 (14)
1
1 Rizika podnikání v malé a střední firmě
Tržní podmínky a konkurence dělají z podnikání všeobecně rizikovou činnost. Každý podnik by
měl brát ohled na rizika finanční, přírodní, ekologická, politická, majetková, výrobní, komerční,
investiční, inflační, deflační, spekulační, úroková, úvěrová atd. Riziko se ale dá řídit, umožňuje
pomocí výpočtů předvídat poměr rizika a zisku v rámci možností podniku. Ve velkých
organizacích se pro řízení rizik zřizují specializované útvary risk managementu, které se snaží
případná rizika eliminovat, resp. snížit jejich hrozbu. Horší je to ale v případě malých a středních
podniků. Snadněji riziku podléhají a lehce se mohou dostat do platební neschopnosti, když
odběratelé neplatí včas.
1.1 Pojetí rizika a nejistoty
Riziko a nejistota jsou významným atributem většiny lidských aktivit, a to zejména aktivit
podnikatelských. Ve finančním smyslu představuje riziko kolísavost finančních veličin, které jsou
závislé na několika parametrech. Samotné pojetí rizika prošlo určitým historickým vývojem 2, ve
kterém převažovalo jeho chápání jako určitého nebezpečí, tj. negativní stránka rizika. Z tohoto
hlediska (1) chápeme riziko jako:
•
Možnost (pravděpodobnost) vzniku ztráty
•
Možnost výskytu událostí, které zabrání či ohrozí dosažení cílů
•
Nebezpečí (pravděpodobnost) negativních odchylek od stanovených cílů
S tímto pojetím se do značné míry setkáváme u rizik, která mají pouze negativní stránku, tj. u
čistých rizik (Pure risk). V hospodářské praxi však obvykle převažují rizika označovaná jako
podnikatelská (Business risk), která mají nejen negativní, ale i pozitivní stránku.
Podnikatelským rizikem je chápána možnost, že skutečně dosažené výsledky podnikatelské
činnosti se budou odchylovat od předpokládaných výsledků, přičemž tyto odchylky mohou být
(1):
2
•
Žádoucí (směrem k vyššímu zisku)
•
Nežádoucí (směrem ke ztrátě)
Podrobné shrnutí tohoto vývoje uvádí Merna (14), podle kterého lze kořeny slova riziko vysledovat
v arabštině, latině i řečtině. Arabské slovo risq mělo význam náhodného a příznivého výsledku. Latinské
slovo riscum se vztahovalo k pochybnosti v lodní dopravě, a používá se pro náhodnou, ale i nepříznivou
událost. Řecká odvozenina arabského slova risq byla chápána jak negativně, tak i pozitivně. Pozdější
chápání rizika (od 17. století) se přiklání spíš k negativním výsledkům.
2
Pojmově vymezit riziko je mnohokrát obtížné, několik dalších definicí uvádí Tichý (2). Je ale
patrné, že riziko je veličina, jejíž hodnota je odhadem.
Z pohledu chápání rizika dále třeba brát v úvahu dvě hlediska:
•
hlediska jeho dopadů
•
hlediska faktorů (příčin, zdrojů rizika), které dopady vyvolávají
Pro úplnost je třeba odlišit riziko a nejistotu, i když se v některých pramenech tato označení
ztotožňují. Riziko je vždy spojeno s určitým procesem, aktivitou či projektem s nejistými
výsledky, přičemž tyto výsledky ovlivňují situaci subjektů, které je realizují. Nejistota je
především spojena s neschopností spolehlivého odhadu budoucího vývoje faktorů, které
výsledky procesů, aktivit či projektů ovlivňují. (1)
1.2 Klasifikace rizik
Tak jako u definice pojmu rizika, ani klasifikace rizik není jednoznačná. Rozdíly mezi příčinami
rizika a jejich důsledky tvoří základ pro různou klasifikaci rizik.
Ve spojení s manažerskými funkcemi ve firmě nejčastěji hovoříme o rizicích, které vyplývají z
investičního rozhodování. Samostatnou problematickou oblastí v investičním rozhodování firmy
obvykle tvoří politická rizika vyvolávaná makroekonomickou a sociální politikou vlády, jindy jsou
vyvolaná nezákonnou činností (například povstání, nepokoje, války, teroristické akce). Politická
rizika jsou zdrojem politické nestability. (3)
Významné a značně bohaté je členění rizik podle jejich věcné náplně, které podrobněji rozebírá
Hnilica a Fotr (1).
1.2.1
Podnikatelské a čisté riziko
Jedno z nejužitečnějších rozlišení rizik je dělení na rizika čistá (pojistitelná) a podnikatelská
(spekulativní).
Podnikatelské riziko (Business risk), popisuje situaci, kdy existuje možnost ztráty nebo zisku.
Podnikatelské riziko má pozitivní a negativní stránku (1):
•
Negativní stránka (Downside risk) je možnost vzniku ztráty, resp. možnost nedosažení
plánovaných výsledků.
•
Pozitivní stránka (Upside risk) se spojuje s nadějí úspěchu a dosažení zisku.
3
„Typickým příkladem spekulativního rizika je podnikání, kde společně s nadějí na úspěch existuje
reálné nebezpečí neúspěchu. Podnikatel čelí při úsilí o vytvoření zisku spekulativním rizikům.
Vložená investice může být ztracena, pokud trh produkt nepřijme za cenu dostatečnou k pokrytí
nákladů, avšak toto riziko je vyvažováno možným ziskem.“ (3)
Čisté riziko (Pure risk) má pouze stránku negativní, tj. existuje zde nebezpečí vzniku nepříznivých
situací, resp. nepříznivých odchylek od žádoucího stavu. Znamená tedy pouze možnost ztráty
nebo ztráty žádné. (1)
„Jedním z nejlepších příkladů čistého rizika je možnost ztráty vlastnictví majetku. Osoba, která
zakoupí například automobil, od počátku čelí možnosti, že může dojít k jeho poškození nebo
zničení. Možné výsledky jsou ztráta, nebo žádná ztráta. Pokud se ale bude jednat o podnikatele,
který zakoupil automobil nikoliv pro cesty své rodiny na chatu, ale za účelem dosahování zisku,
pak je možným výsledkem i zisk a z rizika čistého se stává opět riziko spekulativní.“ (3)
1.2.2
Statické a dynamické riziko
Příčinou dynamických rizik jsou změny ve firmě a jejím okolí, jako je politika, ekonomika,
konkurence či spotřebitelé. Změny v těchto faktorech obvykle nelze řídit či významně ovlivňovat.
Příčinou statických rizik jsou změny mimo ekonomiku, např. nebezpečí vznikající přírodními
faktory nebo negativní znaky lidského chování, jakými je např. nepoctivé jednání či selhání
lidského faktoru. Statická rizika se objevují s jistým stupněm pravidelnosti, dají se proto
předvídat a je snadnější se proti nim pojistit. Na rozdíl od dynamických rizik však nepředstavují
statická rizika pro společnost přínos. (3)
1.2.3
Systematické a nesystematické riziko
Systematické riziko (tržní riziko) je riziko vyvolané společnými faktory a mění se v závislosti na
celkovém ekonomickém vývoji. Postihuje v různé míře všechny hospodářské jednotky, resp.
oblasti podnikatelské činnosti. Zdrojem může být např. změna peněžní politiky, daní, trhu, atd.
Vzhledem ke svému charakteru tedy představují rizika makroekonomická.
Nesystematické riziko (jedinečné, specifické riziko) je riziko, které není na celkovém
ekonomickém vývoji závislé. Jsou to rizika, která jsou specifická pro jednotlivé firmy, resp.
aktivity. Taková rizika pak vzhledem ke svému charakteru představují rizika mikroekonomická.
(1)
4
1.2.4
Ovlivnitelné a neovlivnitelné riziko
Jako ovlivnitelné se chápe riziko, které lze eliminovat, resp. oslabit opatřením orientovaným na
jeho příčiny.
Řada rizik patří mezi neovlivnitelná rizika, u kterých není možnost působit na příčiny vzniku, ale
můžeme alespoň přijmout opatření snižující nepříznivé následky těchto rizik (politická,
hospodářská, obchodní, fiskální a jiná opatření státu, vnitropolitická situace a situace ve světě,
vlivy globální ekonomiky a podobně). (1)
1.2.5
Základní druhy finančních rizik
1.2.5.1 Měnové riziko
Měnové riziko (kurzovní riziko) je druh rizika, které vzniká změnou kurzu jedné měny vůči jiné
měně. V případě termínovaných obchodů toto riziko spočívá v tom, že klient by v průběhu nebo
na konci doby splatnosti mohl cizí měnu prodat nebo nakoupit výhodněji, než v době uzavření
obchodu. (4)
1.2.5.2 Úrokové riziko
Úrokové riziko vyplývá z neznalosti budoucí změny tržních úroků, které ovlivňují možný výnos
investičního nástroje. Toto riziko je tím významnější, čím výraznější je pokles nebo růst tržní
úrokové sazby. (4)
1.2.5.3 Riziko bonity
Pod rizikem bonity se rozumí nebezpečí vyplývající z platební neschopnosti partnera, tj. možné
neschopnosti plnit ve stanoveném termínu anebo v plné míře své závazky, jako vyplácení
dividend, úhrada úroků, úhrada splátek, atd. (5)
1.2.5.4 Riziko likvidity
Riziko likvidity představuje stav, kdy hospodařící subjekt nebude mít dostatek likvidních
prostředků v čase, kdy má plnit své finanční závazky. Tj. není v souladu objem splatných závazků
a objem splatných pohledávek v určitém čase (vyšší objem splatných závazků než objem
splatných pohledávek, případně jiných rychle likvidních aktiv). (4)
5
1.2.5.5 Tržní riziko
Tržním rizikem se rozumí potenciální ztráta v důsledku změn hodnoty či ceny aktiv způsobených
fluktuací úrokových měr, změnou devizových kurzů, cen akcií či komodit (fluktuace trhu). Tržní
riziko zahrnuje řadu faktorů - hospodářský a makroekonomický vývoj, spotřebitelské preference i
politické změny. (4)
1.2.5.6 Úvěrové riziko
Úvěrové riziko (kreditní riziko, Credit Risk) je riziko ztráty společnosti vyplývající ze selhání
(default) smluvní protistrany tím, že nedostojí svých závazků podle podmínek smlouvy, na
základě které se společnost stala jejím věřitelem. (4)
1.2.5.7 Operační riziko
Operační riziko je spojeno s rizikem způsobeným selháním lidského nebo technického faktoru,
nepřiměřeností či selháním vnitřních procesů, systémů, působením vnějších událostí a
porušením či nenaplněním platných právních norem. (4)
1.3 Úvěrové riziko
Úvěrové riziko (Credit Risk) je a bezpochyby i zůstane nejdůležitějším finančním rizikem.
Úvěrové, neboli kreditní, riziko je rizikem ztráty ze selhání (Default) dlužníka tím, že nedostojí
svým závazkům podle podmínek kontraktu, a tím způsobí držiteli pohledávky (věřiteli) ztrátu.
Definice dále říká: „Jestliže je možné úvěr definovat jako očekávání přijetí peněžních prostředků,
potom úvěrové riziko je pravděpodobnost, že toto očekávání bude splněno.“ (6)
1.3.1
Basel II a úvěrové riziko
Finanční rizika mají v podnikatelském světě veliký význam. Svědčí o tom i fakt, že hlavní postupy
řízení, měření a regulace úvěrového a tržního rizika jsou zakotveny i v direktivách EU a v mnoha
dokumentech Basilejského výboru pro bankovní dohled. Ten ohledně této problematiky vydal
v roce 2004 novou směrnici - Pravidla Nové basilejské kapitálové dohody (NBCA - New Basel
Capital Accord), zvané také Basel II. Tato pravidla jsou novým standardem pro měření a řízení
rizik v bankách a pro stanovení minimální hodnoty vlastního kapitálu, kterou musí banky
udržovat na pokrytí těchto rizik. Sice se nepředpokládá, že by zavedení pravidel Basel II mělo
6
přímý dopad na financování malých a středních podniků, avšak tato pravidla se dají aplikovat u
nástrojů pro měření jejich odběratelských rizik. V české legislativě je tento koncept zakotven ve
formě Vyhlášky č. 123/2007 Sb. o pravidlech obezřetného podnikání bank, spořitelních a
úvěrních družstev a obchodníků s cennými papíry. Povinně všemi regulovanými subjekty je
koncepce Basel II implementována od 1. ledna 2008. (7)
Basel II stojí na třech hlavních pilířích. První pilíř stanovuje kromě jiného i minimální kapitálové
požadavky na pokrytí úvěrového rizika 3. Úvěrové riziko je podle něj možné kvantifikovat třemi
metodami (8):
•
standardizovaný přístup (Standardized Approach, STA),
•
základní přístup založený na interním ratingu (Foundation Internal Ratings-Based
Approach, FIRB) ,
•
pokročilý přístup založený na interním ratingu (Advanced Internal Ratings-Based
Approach, AIRB).
Podrobněji se problematice věnuje Valová (9) ve svém příspěvku ze 4. Mezinárodní konference
Řízení a modelování finančních rizik.
1.3.1.1 Přístupy založené na interním ratingu
Jednou z alternativních metod měření rizik a stanovení kapitálových požadavků je uplatnění
vnitřních modelů hodnot v riziku - VAR (Value at Risk, viz kapitola 2.3 Value at Risk). Tyto
modely vyvinuly některé vyspělé banky k měření celkového rizika tržního portfolia a představují
průlom do jinak přesně stanovených postupů regulátorů u standardizované metody. Modely VAR
se obecně používají k měření rizika velkých portfolií, k alokaci kapitálu mezi obchodními
jednotkami a k výpočtu regulačního kapitálu.
Vývoj ukazuje, že v budoucnosti se modely VAR zřejmě rozšíří i na ostatní druhy finančních rizik.
Nesmíme ale zapomenout, že použití VAR je omezeno vzhledem k předpokladu, že budoucí
riziko je možné odvodit z historie. Vážné nedostatky modelů VAR se projevují hlavně v obdobích
vysokých volatilit, proto musí být doplněny ještě i o jiné metody měření rizik. (6)
Metody založené na vnitřním ratingu (Internal Ratings-Based Approach, IRB) oproti
standardizovaným metodám využívají vlastní interní ratingy pro odvození rizikových vah expozic
(Více se o ratingu pojednává v kapitole 3.1.3 Rating). Tyto metody vychází právě z modelů VAR.
3
Stanovuje minimální požadavek ve výši 8% na kapitál bank a způsob jeho měření. Zjednodušeně řečeno
to znamená, že banka musí pokrýt při poskytnutí úvěru ve výši 100 Kč minimálně 8 Kč ze svého kapitálu a
zbylých 92 Kč může použít z cizích zdrojů. (41)
7
IRB třídí expozice do 5 kategorií (podniky, suverenity, banky a ostatní finanční instituce, drobná
klientela, akcie a majetkové účasti), přičemž pro každou z těchto tříd se rozlišují 3 klíčové prvky
(9):
•
rizikové komponenty (odhady rizikových charakteristik regulátorem nebo přímo
bankou),
•
funkce rizikových vah (způsob, jakým jsou složky rizika transformovány na rizikově
vážená aktiva a kapitálové požadavky),
•
minimální požadavky (požadavky, které musí banka splnit, aby mohla používat IRB
metody pro dané třídy aktiv).
Výše zmiňované rizikové komponenty určující kapitálový požadavek pro danou expozici v IRB
jsou následující (9):
•
pravděpodobnost selhání (Probability of Default) - pravděpodobnost, že dlužník
nedostojí svým závazkům během sledovaného období,
•
expozice při selhání (Exposure at Default) - celkové množství aktiv, která jsou vystavena
riziku v případě nezaplacení dlužníkem,
•
míra ztráty při selhání (Loss Given Default) – procentní podíl aktiv ztracených v případě,
že nastane selhání (nejedná se o odhad, spíše o věrné zobrazení dané položky),
•
doba splatnosti (Maturity) - obecně se tento koeficient snaží co nejvěrněji zobrazit
maximální zbývající dobu (v letech), za jakou je dlužník povinen splatit svůj závazek
(jistinu, úrok a poplatky) podle dohodnutých smluvních podmínek s bankou.
Tyto rizikové parametry dále vstupují do funkcí rizikových vah, které jsou odlišné pro každou
třídu aktiv zvlášť (např. existuje jiná funkce rizikových vah pro korporátní expozice, jiná pro
retailové expozice, pro expozice vůči bankám, státům, resp. vládám a pro kapitálové účasti). (9)
1.3.2
Kategorie úvěrového rizika
Úvěrové riziko, jakožto riziko selhání subjektu (partnera) resp. protistrany, můžeme rozdělit do
čtyř základních kategorií (6):
•
Přímé úvěrové riziko (Direct Credit Risk) – riziko ztráty ze selhání partnera u tradičních
rozvahových položek v plné nebo částečné hodnotě, tj. u úvěru, půjček, dluhopisů,
směnek apod.
•
Riziko úvěrových ekvivalentů (Credit Equivalent Exposure) - riziko ztráty ze selhání
partnera u podrozvahových položek, tj. u poskytnutých úvěrových příslibů, poskytnutých
záruk, poskytnutých dokumentárních akreditivů, derivátů apod.
8
•
Vypořádací riziko (Settlement Risk) - riziko ztráty ze selhání transakcí v procesu
vypořádání (dodávky), zejména v situaci, kdy hodnota partnerovi byla dodána, ale
hodnota od partnera ještě není k dispozici.
•
Riziko úvěrové angažovanosti (Large Credit Exposure Risk) – riziko ztráty
z angažovanosti vůči určitému partnerovi, zemi, ekonomickému sektoru, nástroji apod.
1.3.3
Modely úvěrového rizika
Bankovní instituce se snaží měřit riziko co nejpřesněji a řídit jej co nejlepším způsobem. Proto
neustále vyvíjí a zdokonalují úvěrové modely, které jim umožňují sofistikovanější měření rizik a
tím i ulehčí řízení těchto rizik.
Úlohou úvěrových modelů je určení portfolia pohledávek (tj. jaké klienty do portfolia zařadit) a
odhadnutí ztráty portfolia. Účel použití modelů úvěrového rizika je možno definovat následovně
(10):
1. měření finančního rizika způsobeného selháním nebo snížením ratingového hodnocení,
2. identifikace zdrojů rizika a jejich vlivů,
3. analýza variant a stresové testování,
4. požadavky na finanční kapitál a jeho alokaci,
5. zhodnocení výkonnosti daného subjektu.
Pro definici úvěrových ztrát a tedy i pro kvantifikaci úvěrového rizika existují dva základní
přístupy (10):
•
Default mode přístup je založen na tvrzení, že každý dlužník se na konci sledovaného
rizikového horizontu může nacházet v jednom ze dvou stavů – selhání (Default), nebo
neselhání. Úvěrové riziko tedy plyne ze selhání dlužníka. Na tomto přístupu jsou
založené modely:
•
o
KMV model
o
CreditRisk+
o
CreditPortfolioView
o
Jarrow-Turnbullovy modely
Market to Market přístup je založen na tvrzení, že na konci sledovaného rizikového
horizontu se dlužník může nacházet v jakémkoli z n definovaných ratingových stupňů.
Úvěrové riziko tedy plyne z přechodu dlužníka do nižšího ratingového stupně. Na tomto
přístupu je založen model CreditMetrics.
9
1.4 Malé a střední podniky
Podle nařízení Evropské komise se za malé a střední podniky (Small and Medium Enterprises,
SME) považuje subjekt, který zaměstnává méně než 250 zaměstnanců, a jeho aktiva nebo
majetek nepřesahují korunový ekvivalent částky 43 mil. EUR, resp. jeho obrat nebo příjmy
nepřesahují korunový ekvivalent 50 mil. EUR. (11)
Malé a střední podniky jsou důležitou součástí každé ekonomiky, protože tvoří drtivou většinu ve
struktuře všech podniků. Hrají významnou úlohu při vytváření nových pracovních příležitostí a
všeobecně působí jako faktor sociální stability a ekonomického rozvoje. Dle Evropské unie tvoří
tento sektor páteř evropské ekonomiky a hybnou sílu inovací, zaměstnanosti a sociální integrace.
A Česká Republika je právě zemí, ve které má další vývoj sektoru SME podstatný dopad na
celkový ekonomický a tím i sociální vývoj země a jednotlivých jejích regionů. SME právě díky
spjatosti s regionem, ve kterém působí, reprezentují místní kapitál a také často dotvářejí jejich
celkový charakter.
Pozornost věnovaná sektoru SME má své racionální důvody. Ty spočívají především ve
specifických přednostech SME, ale i v jejich nevýhodách resp. zranitelnosti.
Mezi výhody SME patří (12):
•
Jednoduchá organizační struktura – nižší náklady na řízení firmy a nižší míru byrokracie.
•
Flexibilita – SME mohou rychleji a citlivěji reagovat na změny než velké korporace, s tím
souvisí i větší pružnost a schopnost improvizace.
•
Menší náročnost na energii a suroviny – např. administrativní zátěž u malých podniků je
menší než u velkých.
•
Snáze hledají drobné mezery na trzích a lépe se uplatňují na lokálních trzích, neboť
mohou individuálně řešit potřeby zákazníků.
•
Finanční náročnost na jedno pracovní místo je nižší než ve velké společnosti.
•
Jsou nositeli velkého počtu inovací, i když nižšího řádu.
•
Osobní a přímý kontakt majitele firmy s ostatními zaměstnanci a možnost udržování
osobního kontaktu se zákazníky.
•
Založení firmy nebývá kapitálově náročné.
Naopak mezi nevýhody SME patří (12):
•
Horší přístup k cizímu kapitálu než mají velké společnosti.
•
Nemohou se zúčastnit podnikání, kde jsou zapotřebí velké investice.
•
Často mají slabší pozici ve veřejných soutěžích o státní zakázky.
•
Nemohou si dovolit zaměstnávat špičkové odborníky a vědce.
•
Často je ohrožují velké společnosti.
10
•
Časté legislativní změny kladou velké nároky na podnikatele.
•
Snadněji se mohou dostat do platební neschopnosti, když odběratelé včas neplatí.
•
Nízký tržní podíl.
•
Nižší stupeň technologického rozvoje.
•
Nižší dostupnost informací a poradenských služeb.
Jak jsem již na začátku uváděl, základní definiční charakteristikou malých a středních podniků
(SME) je počet zaměstnanců menší než 250 osob. Tyto podniky lze podrobněji členit na skupiny
(13):
•
Drobné podniky - do 9 zaměstnanců
•
Malé podniky - 10 až 49 zaměstnanců
•
Střední podniky - 50 až 249 zaměstnanců
100%
velké
80%
32,9
31
60%
16,5
17,8
39,8
střední
18,7
40%
20,8
18,6
21,9
20%
29,8
32,6
malé
19,6
drobné
0%
EU
ČR
SRN
Obrázek 1-1 SME – mezinárodní srovnání (2003). Zdroj: Eurostat (v textu ČSÚ)
Podle údajů ze dne 3. 9. 2007 uveřejněných Českým statistickým úřadem je z grafu (Obrázek 1-1)
patrný podíl SME v ČR, a to 69%. „Obecně lze konstatovat, že i z pohledu role SME (jejich počtu,
podílu na zaměstnanosti či na přidané hodnotě) je česká ekonomika standardní.“ (13)
Rostoucí tendenci a stabilizovaný počet SME v ČR lze pozorovat na následovném grafu (Obrázek
1-2).
11
1 200 000
1 000 000
počty
800 000
600 000
400 000
celkem
200 000
drobné
0
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
Obrázek 1-2 Vývoj malého a středního podnikání (1995- 2005). Zdroj: ČSÚ
SME z pohledu počtu zaměstnanců zastávají významnou úlohu při vytváření nových pracovních
míst a jejich udržení. Tvoří tak důležitou součást makroekonomické stability státu. Přehled
vývoje počtu zaměstnanců v SME je zaznamenán v následujícím grafu (Obrázek 1-3).
5 500
5 000
4 500
zaměstnaní
celk.
4 000
tis. osob
3 500
3 000
celkem MSP
2 500
2 000
drobné
podniky
1 500
1 000
500
0
1995
1996
1997
1998
1999
2000
2001
Obrázek 1-3 SME a počet zaměstnaných. Zdroj: ČSÚ
12
2002
2003
2004
2005
2006
2 Řízení rizik, VAR
Rostoucí důraz na přesnost plánování a snaha o následnou eliminaci odchylek vede v podnicích k
posílení významu disciplíny řízení rizik, tzv. risk managementu. Ve správě velkých společností
patří tato disciplína mezi základní manažerské metody. V poslední době se ale tento standard
pořád více prosazuje i u SME.
Řízení rizik je formální proces, který umožňuje jejich identifikaci, ohodnocení, měření a řízení.
Aby bylo řízení rizik efektivní, musí být do něj zahrnuty všechny úrovně organizace, tak jak to
znázorňuje Obrázek 2-1 a zároveň je nutno vzít v úvahu jejich vzájemnou interakci.
Obrázek 2-1 Úrovně ve společnosti. Převzato z (14)
•
Corporate – stanovuje celkovou politiku společnosti
•
Strategic Business – stanovuje hlavní vlastnosti obchodu
•
Project – stanovuje vlastnosti projektů
Jak jsem se již zmiňoval, slovo „riziko“ je často chápáno negativním způsobem. Jsou-li ale rizika
řízena správným způsobem, mohou mít i převážně pozitivní dopad. Řízení rizika je tedy nutno
chápat nejen jako hrozbu, ale také jako příležitost možného zisku. Ztráty nebo zisky mohou být
vytvořeny na každé úrovni organizace. Obrázek 2-2 ilustruje možné výstupy rizik. (14)
Ztráta
RIZIKO
Zisk
Obrázek 2-2 Možné výstupy rizika
13
Výběr správného postupu řízení rizika a jeho aplikace je nesmírně důležitý. Zvolené nástroje a
postupy pro řízení rizika závisí především na typu investice či projektu firmy. Je důležité
poznamenat, že pro analýzu konkrétního rizika neexistuje žádný „specifický“ postup. Použití
konkrétního postupu řízení rizika je jen na zvážení odborníka. (14)
„Snížení rizika na nulovou úroveň můžeme v praxi dosáhnout pouze tím, že konkrétní rizikové
činnosti nebudeme vykonávat, což je samozřejmě v rozporu se základním posláním podnikatele
nebo manažera. Nemůžeme tedy snižovat riziko za každou cenu, ale investujeme přiměřené
náklady, které odpovídají odhadovaným (potenciálním) ztrátám.“ (3)
2.1 Identifikace a ohodnocení rizik
Identifikace a stanovení významnosti rizik představuje nejdůležitější a časově nejnáročnější fázi
analýzy rizika. Navazující procesy pak už jen pracují s faktory, které byly včas rozpoznány.
2.1.1
Identifikace rizik
Prvním krokem při implementaci risk managementu je vytvoření souboru rizikových faktorů databáze rizik, resp. registru rizik. Databáze musí být soustavně udržována a doplňována o
podrobný popis příčin vzniku, projevů a dopadů rizik. Doplňují se také údaje o pravděpodobnosti
výskytu a způsobené ztrátě. (15)
Zdrojem takových informací může být smlouva, plány, kontrolní zprávy, výsledky minulých
projektů podobného typu, informace od expertů, výstupy dotazníků, auditů, controllingu atd.
Důležité je začít s identifikací včas a pokračovat v ní pravidelně na všech úrovních.
Významnou podporu identifikaci mohou poskytovat počítačové monitorovací systémy, resp.
systémy včasného varování. Tyto zajišťují pravidelné sledování vybraných rizik vzhledem ke
zvoleným indikátorům a signalizují případné překročení stanovených mezí. (1)
Na závadu by mohlo být, pokud se při identifikaci zaměříme na objekt jako celek. Mnohem
účinnější je rozčlenění tohoto objektu na menší části. To pak umožňuje jít do větší hloubky než
v případě, kdy se zabýváme všemi aspekty najednou.
K identifikaci rizikových faktorů lze využít různých nástrojů. Mezi nejvýznamnější patří (1) (14):
14
•
Registry rizik představují soubor rizikových faktorů. Používají se u všech organizací,
přičemž více než 70% vybraných společností je užívá na úrovních Strategic Business a
Project.
•
Kontrolní seznamy (Check listy), resp. katalogy rizik poskytují podrobný přehled
potenciálních rizikových faktorů. Jsou velice oblíbené na úrovni Project u více než 70%
vybraných organizací.
•
Nástroje strategické analýzy jako SWOT analýza, PEST analýza, Porterův model pěti sil
aj. 4, které podporují především identifikaci externích rizik. Nejvíce se využívají na
úrovních Strategic Business a Project.
•
Kognitivní mapy (myšlenkové mapy) jsou grafickým nástrojem sloužícím k zobrazení
jednotlivých faktorů rizika a jejich vzájemných vazeb. Mají charakter orientovaných
stromů, kde listy představují jednotlivé faktory rizika a orientované spojnice jejich
vzájemné vazby (příčina -> dopad). Využívají se především na úrovni Project u více než
60% vybraných společností.
•
Pohovory s experty a skupinové diskuze formou brainstormingových schůzek vedených
rizikovým analytikem. Používají se na úrovních Corporate a Strategic Business.
2.1.2
Ohodnocení rizik
Ohodnocení rizik, neboli stanovení jejich významnosti, je činnost, která se týká vyhodnocování
rizik s cílem posoudit možné výsledky projektu. Zabývá se určováním rizikových událostí, na které
je třeba reagovat. Ohodnocení je komplikováno řadou faktorů, protože rizika se mohou
vzájemně ovlivňovat.
Ke stanovení významnosti rizik lze použít dva přístupy (1):
•
Analýza citlivosti je možná v případě kvantifikovatelných rizik, kdy lze modelovat
závislost finančních kritérii na faktorech rizika a dalších ovlivňujících proměnných.
Kvantitativní hodnocení dopadu rizika představuje peněžní vyjádření možného vlivu na
budoucí peněžní tok. Tento dopad může být promítnut jak do výnosů (snížení), tak i do
nákladů (zvýšení). Dopad je vážen pravděpodobností, že riziko nastane. (16)
4
SWOT analyzuje silné (Strengths) a slabé (Weaks) stránky, příležitosti (Opportunities) a hrozby (Threats).
Analýza PEST je strategický audit vlivu makrookolí, zahrnuje rozbor politických, ekonomických, sociálních a
technologických faktorů podnikatelského okolí firmy. Porterův model pěti sil vymezuje pět základních
hrozeb ovlivňujících atraktivitu odvětví – intenzita soupeření konkurentů v rámci odvětví, potenciální nové
konkurenty, substituční a komplementární produkty, vyjednávací sílu dodavatelů a vyjednávací sílu
odběratelů. (1)
15
•
Matice hodnocení rizik využívá expertního hodnocení, uplatňuje se, když je obtížné
kvantifikovat rizika. Může mít formu kvalitativního nebo semikvantitativního
ohodnocení.
2.1.2.1 Analýza citlivosti
Podstatou analýzy citlivosti v oblastech financí a investic je zjišťování citlivosti zvoleného
finančního kritéria na možné změny hodnot faktorů rizika, které kritérium ovlivňují.
Základní formou je jednofaktorová analýza, která zkoumá dopady izolovaných změn
jednotlivých rizikových faktorů na zvolené finanční kritérium (tj. mění se jen zkoumaný faktor,
ostatní faktory zůstávají na svých předpokládaných hodnotách). Změny hodnot jednotlivých
rizikových faktorů mohou mít povahu (1):
•
Pesimistických či optimistických hodnot
•
Odchylek od plánovaných hodnot
Hlavním přínosem analýzy citlivosti je získávání informací o významnosti jednotlivých faktorů
rizika. Za málo důležité považujeme rizikové faktory, které vyvolávají pouze nepatrné změny.
Naopak významné faktory rizika prezentují faktory, jejichž změny vyvolávají značné odchylky.
Předností analýzy citlivosti je především její jednoduchost a názornost. Má však i určitá omezení
(1):
•
Zjišťuje dopady izolovaných změn faktorů rizika na zvolené kritérium, a tedy
nerespektuje možnost závislosti těchto faktorů.
•
Nerespektuje odlišnou míru nejistoty faktorů, což je třeba kromě výsledků analýzy
citlivosti brát v úvahu i při posuzování rizikových faktorů.
•
Její uplatnění je omezeno pouze na kvantifikovatelné rizikové faktory
2.1.2.2 Matice hodnocení rizik
Matice hodnocení rizik jsou založeny na expertním hodnocení těchto rizik kvalifikovanými
pracovníky, kteří mají potřebné znalosti a zkušenosti v oblastech, kam jednotlivé faktory rizika
spadají.
Podstata spočívá v tom, že se významnost posuzuje pomocí dvou hledisek (1):
•
Pravděpodobnost výskytu rizika
•
Intenzita negativního dopadu
16
Riziko je tedy tím významnější, čím pravděpodobnější je jeho výskyt a čím vyšší je intenzita
negativního dopadu na projekt, firmu apod.
Expertní ohodnocení rizik může mít dvě formy (1):
•
Kvalitativní ohodnocení – základní forma, k posouzení významnosti rizik dospívá na
základě matice hodnocení rizik, resp. jejího grafického zobrazení, aniž se tato
významnost stanovuje v číselné formě.
•
Semikvantitativní hodnocení – vyšší forma, s využitím matice hodnocení rizik dospívá
k číselnému vyjádření významnosti rizik, či faktorů rizika.
2.1.2.2.1
Kvalitativní ohodnocení
K posouzení významnosti rizik dospívá na základě matice hodnocení rizik, resp. jejího grafického
zobrazení, aniž se tato významnost stanovuje v číselné formě.
K expertnímu ohodnocení pravděpodobností rizik a intenzity jejich negativních dopadů pak
slouží stejná stupnice, obvykle o pěti stupních, přičemž každý stupeň je popsán deskriptorem (viz
Tabulka 2-1).
Stupeň
Pravděpodobnost, intenzita
negativního dopadu
ZV
Zvláště vysoká
V
Vysoká
S
Střední
M
Malá
VM
Velice malá
Tabulka 2-1 Stupnice hodnocení. Převzato z (1)
Výsledky expertního ohodnocení pravděpodobností i intenzity negativních dopadů souboru rizik
(R1, R2, …, R10) v podobě matice hodnocení rizik uvádí Tabulka 2-2.
Riziko nabývá na významnosti, čím vyšší je pravděpodobnost jeho výskytu i intenzita negativního
dopadu. V matici hodnocení rizik (Tabulka 2-2) jsou proto nejvýznamnější rizika zobrazena
v pravém horním rohu (rizika R1, R2, R4) a naopak nejméně významná rizika v levém dolním
rohu (rizika R5 a R6). (1)
17
Pravděpodobnost
Intenzita negativních dopadů
VM
M
S
V
ZV
V
R1
S
R9
R8
M
R5
R3
VM
R6
R10
Tabulka 2-2 Matice hodnocení rizik. Převzato z (1)
ZV
R4
R2
R7
Podle pravděpodobnosti výskytu a intenzity negativního dopadu rozdělujeme jednotlivá rizika do
určitých skupin podle jejich významu. Obvykle se používají 3 skupiny významnosti (viz Tabulka
2-2 znázorněno rozdílným odstínem zabarvení): (1)
•
Nejvýznamnější rizika (R1, R2, R4)
•
Středně významná rizika (R3, R7, R8, R9, R10)
•
Málo významná rizika (R5, R6)
2.1.2.2.2
Semikvantitativní hodnocení
Semikvantitativní hodnocení s využitím matice hodnocení rizik dospívá k číselnému vyjádření
významnosti rizik, či faktorů rizika. Jednotlivým stupňům pravděpodobností výskytu rizik i
stupňům intenzity jejich negativních dopadů se přiřazuje číselné ohodnocení. Ohodnocení
významnosti každého rizika se pak stanoví jako součin ohodnocení pravděpodobnosti jeho
výskytu a ohodnocení negativního dopadu tohoto rizika. (1)
Pro číselné ohodnocení pravděpodobností výskytu rizik se často volí lineární stupnice, která
v případě užití pěti stupňů přiřazuje ohodnocení 1, 2, 3, 4, 5. Pro ohodnocení intenzity
negativních dopadů však není vhodné užití lineární stupnice, proto volíme stupnici nelineární,
např. mocninnou, kde ohodnocení každého stupně je vždy dvojnásobkem ohodnocení
předchozího stupně (1, 2, 4, 8, 16). Nejméně významnému riziku pak podle výše zmíněné
definice odpovídá ohodnocení 1 x 1 = 1 a nejvýznamnějšímu ohodnocení 5 x 16 = 80.
Ohodnocení významnosti rizik tedy nabývá hodnot z intervalu od 1 do 80 (viz Tabulka 2-3). (1)
Ohodnocení intenzity negativních dopadů
1
2
4
8
16
5
5
10
20
40
80
4
4
8
16
32
64
3
3
6
12
24
48
2
2
4
8
16
32
1
1
2
4
8
16
Tabulka 2-3 Číselné ohodnocení významnosti rizik. Převzato z (1)
Ohodnocení
pravděpodobnosti
18
Kvantitativní ohodnocení významnosti faktorů rizika lze nyní využít k (1):
•
Uspořádaní rizik podle významnosti
•
Rozčlenění rizik do skupin s různou významností:
•
o
Nejvýznamnější rizika (ohodnocení vyšší než 30)
o
Středně významná rizika (od 10 do 30)
o
Nejméně významná rizika (nižší než 10)
Stanovení celkového rizika jako součtu ohodnocení významnosti všech rizikových
faktorů
2.1.3
Dopady rizik
2.1.3.1 Dopady finančního charakteru
V kapitole 2.1.2.2 byla stanovena stupnice hodnocení rizik (viz Tabulka 2-1), která byla dále
uplatňována v matici hodnocení rizik (viz Tabulka 2-2). Operacionalizací této stupnice můžeme
získat její jasné vymezení (1):
•
Vymezit charakter hodnocených negativních dopadů - negativní dopady rizik se obvykle
chápou jako finanční dopady (tj. ztráty, zvýšení nákladů, pokles zisku apod.).
•
Kvantitativně specifikovat jednotlivé stupně této stupnice – číselná velikost těchto
finančních dopadů přiřazená jednotlivým stupňům hodnocení se bude lišit v závislosti na
finanční síle firmy (pro menší firmu bude ztráta desítek milionů korun kritická, zatímco
větší firmě nemusí nutně způsobit výrazné finanční problémy).
Pokles zisku
Vzrůst investičních nákladů
Stupeň hodnocení Stupnice A (USD) Stupnice B (Kč)
(%)
Nevýznamný
< 10 tis.
< 5 mil.
<5
Nízký
10 tis. – 100 tis.
5 mil. – 20 mil.
5.10
Střední
100 tis. – 1 mil.
20 mil. – 50 mil.
10 – 15
Vysoký
1 mil – 10 mil.
50 mil – 100 mil.
15 – 30
Tabulka 2-4 Stupnice měření poklesu zisku a vzrůstu investičních nákladů. Převzato z (1)
19
Tabulka 2-4 uvádí příklady stupnic měření finančních dopadů. Je tedy zřejmé, že specifikace
stupnic měření finančních dopadů je nezbytným předpokladem operacionalizace stupnic
hodnocení dopadů uplatněné v maticích jejich hodnocení. (1)
2.1.3.2 Dopady nefinančního charakteru
Výskyt určitých druhů rizik nevede mnohdy jen k finančním dopadům, ale často je spojen i
s negativními dopady nefinanční povahy. Mezi nejvýznamnější patří např. dopady na zdraví a
bezpečnost, životní prostředí, dopady sociálního charakteru, dopady na kulturní dědictví,
poškození dobré pověsti atd. (1)
2.1.4
Hodnocení příležitostí
I když je riziko obvykle spojeno s jeho negativními dopady, neměla by se analýza rizika omezit
pouze na tuto stránku, ale měla by věnovat pozornost také stránce pozitivní spojené
s příležitostmi. K ohodnocení tohoto typu rizik lze pak využít stejný přístup jako k hodnocení
negativní stránky (více viz kapitola 2.1.2.2 Matice hodnocení rizik) založený na využití matic
hodnocení rizik. (1)
2.2 Měření rizik
Základem měření rizika je stanovení jeho číselných charakteristik (pravděpodobnosti ztráty,
rozptylu, či směrodatné odchylky hodnoty). To ovšem vyžaduje kvantitativní charakter kritéria
(obvykle finanční ukazatel), vzhledem ke kterému se riziko určuje, a znalost jeho rozdělení
pravděpodobnosti. V opačném případě není číselné měření rizika možné, ale lze uplatnit určité
kvalitativní verbální charakteristiky. (1)
2.2.1
Kvalitativní charakteristiky rizika
V případě, že není k dispozici rozdělení pravděpodobnosti kritéria potřebné pro číselné
charakteristiky rizika (viz kapitola 2.2.2), lze použít k popisu rizika kvalitativní (verbální)
charakteristiky v podobě slovních popisů (více viz 2.1.2.2.1 Kvalitativní ohodnocení), kde se však
již měření rizika prolíná s jeho hodnocením.
20
Zařazení určitého objektu do některého ze stupňů rizika by mělo být založeno především na
zvažování (1):
•
rizik, resp. faktorů rizika, které by mohly ohrozit úspěšnost projektu;
•
možných dopadů výskytu těchto rizik na úspěšnost projektu.
Kvalitativní metody jsou jednodušší, rychlejší a hlavně subjektivní. Obvykle přináší problémy
v oblasti zvládaní rizik, při posuzování přijatelnosti finančních nákladů nutných na eliminaci
hrozby (charakterizované pomocí kvalitativní metody jako „kritická“, resp. „zvláště vysoká“). Tím,
že chybí jednoznačné číselné a finanční vyjádření, se znesnadňuje kontrola efektivnosti nákladů.
(3)
V hospodářské praxi ČR převažuje právě hodnocení kvalitativní, jak uvádí Hnilica a Fotr (1).
Výzkumy ukazují, že pouze jedna třetina podniků využívá k vyjádření rizika investičních projektů
číselné (kvantitativní) charakteristiky, zbylé dvě třetiny uplatňují charakteristiky verbální (tj.
kvalitativní).
2.2.2
Kvantitativní charakteristiky rizika
Měřením rizika se rozumí číselné stanovení velikosti rizika určité podnikatelské aktivity, a to
vzhledem k určitému kritériu (obvykle finančnímu ukazateli) kvantitativní povahy. Jako číselné
míry rizika mohou sloužit (1):
•
Pravděpodobnosti nedosažení (případně překročení) určité hodnoty kritéria
•
Statistické charakteristiky variability kritéria (rozptyl, směrodatná odchylka, variační
koeficient)
•
Hodnoty
kritéria,
které
budou
překročeny
(či
nedosaženy)
se
zvolenou
pravděpodobností (Value at Risk)
Pro stanovení těchto charakteristik je nevyhnutelná znalost rozdělení pravděpodobnosti
zvoleného finančního kritéria. Mezi významné nástroje umožňující stanovit toto rozdělení patří
především pravděpodobnostně ohodnocené scénáře a simulace Monte Carlo.
2.2.2.1 Pravděpodobnost nedosažení zvolené hodnoty kritéria
Jak bylo zmíněno, předpokladem pro tuto metodu je znalost rozdělení pravděpodobnosti zisku,
kterou jsme získali např. pomocí simulace Monte Carlo. Příkladem uplatnění této charakteristiky
pak může být pravděpodobnost, že zisk firmy či projektu nebude v daném období záporný (firma
21
či projekt nebudou ztrátové). Zvolenou hodnotou kritéria je v tomto případě nulový zisk. (1)
Obrázek 2-3 Rozdělení pravděpodobnosti zisku projektu. Převzato z (1)
Obrázek 2-3 znázorňuje rozdělení pravděpodobnosti zisku určitého firemního projektu.
Pravděpodobnost ztrátovosti tohoto projektu je pak určena pomocí velikosti plochy pod
rizikovou křivkou, což je v tomto případě okolo 0,1 (10%). Pokud tedy chce firma dosáhnout
zvýšení ročního zisku alespoň o 15 mil. Kč, pak toho s pravděpodobností 65% nedosáhne.
Velikost plochy pod křivkou ohraničené zleva ztrátou 10 mil. Kč a zprava kolmicí v bodě
plánovaného přírůstku zisku 15 mil. Kč je totiž okolo 0,65 a tedy pravděpodobnost nesplnění
plánu je 65%. Naopak, pravděpodobnost překročení, resp. dosažení plánovaného přírůstku zisku
je 100% - 65% = 35%. Znamená to, že jde o projekt dosti rizikový.
2.2.2.2 Statistické charakteristiky variability
Statistické charakteristiky variability 5 rizika vyjadřují, do jaké míry jsou jednotlivé hodnoty
kritéria (zisk firmy či projektu) blízké či vzdálené od středu rozdělení, který je reprezentován
střední hodnotou tohoto kritéria. Čím jsou jednotlivé hodnoty tohoto kritéria vzdálenější od
střední hodnoty (a čím větší je jejich pravděpodobnost), tím jsou rozptyl a směrodatná odchylka
větší. (1)
5
Statistické charakteristiky variability v podobě rozptylu, směrodatné odchylky, resp. variačního
koeficientu
22
Obrázek 2-4 Rozdělení pravděpodobnosti zisku projektu A a B. Převzato z (1)
Obrázek 2-4 znázorňuje grafy hustoty pravděpodobnosti ročního zisku dvou investičních projektů
A a B. Oba tyto projekty mají přibližně stejnou střední hodnotu (okolo 60 mil. Kč/rok), ale značně
se liší svým rozptylem i směrodatnou odchylkou. Projekt A má větší variabilitu než projekt B, a
tím i vyšší rozptyl a směrodatnou odchylku. Z těchto dvou charakteristik tedy plyne, že projekt A
je rizikovější než projekt B. O nižším riziku projektu B svědčí i fakt, že projekt A může dosáhnout
roční ztráty až 20 mil. Kč, zatímco projekt B dosahuje nejnižší hodnoty zisku cca 35 mil. Kč.
Současně má projekt A, i když s vyšším rizikem, větší naději na dosažení vyššího zisku, která může
být až 120 mil. Kč/rok, zatímco projekt B jen 90 mil. Kč/rok.
V případě, že bychom chtěli pomocí rozptylu a směrodatné odchylky srovnat rizika dvou
investičních projektů odlišného rozsahu, pak může nastat situace, kdy rozsáhlý projekt
s relativně malým rizikem má větší rozptyl a tím i směrodatnou odchylku, než relativně rizikovější
projekt menšího rozsahu. V tomto případě musíme jako míru rizika použít variační koeficient
(místo rozptylu a směrodatné odchylky). Variační koeficient představuje relativní míru rizika a
stanoví se jako podíl směrodatné odchylky kritéria a jeho střední hodnoty.
K uplatnění statistických charakteristik variability pro měření rizika je nutné poznamenat, že
představují vhodné míry rizika pouze v případě, že rozdělení pravděpodobnosti kritéria, ke
kterému se toto riziko určuje, je alespoň přibližně symetrické 6. (1)
6
Jako míra souměrnosti rozdělení pravděpodobnosti slouží koeficient šikmosti. U souměrného (např.
normálního) rozdělení je tento koeficient roven nule. Rozdělení pravděpodobností vychýlené doleva má
zápornou šikmost (viz např. Obrázek 2-3), doprava zase kladnou. V případě, že se koeficient šikmosti
pohybuje v mezích od -0,5 do 0,5, lze dané rozdělení považovat za přibližně symetrické. (1)
23
2.3 Value at Risk
Metoda Value at Risk (hodnota v riziku, VAR) se používá ve finančních institucích ke kvantifikaci
rizika z hlediska hodnoty určitých aktiv (např. finančních investic). V nefinanční sféře jej lze také
uplatnit ke kvantitativnímu vyjádření rizika podnikatelských aktivit, investičních projektů aj., a to
obvykle v podobě zisku v riziku (Profit at Risk, Earnings at Risk) a peněžního toku v riziku (Cash
Flow at Risk). (1)
VAR umožňuje snazší porovnání závažnosti různých rizik, a proto usnadňuje určení priorit při
jejich zajišťování. Při výpočtu se používá statistických metod odhadujících možný budoucí vývoj
dané veličiny. Je zřejmé, že míra rizika se zvyšuje s růstem délky sledovaného období a s
volatilitou 7 ceny podkladového aktiva. (15)
VAR je potenciální ztrátou s určitou pravděpodobností během určité doby držení, stanovenou
na základě historického období 8. Matematicky se definuje jako jednostranný kvantil z rozdělení
zisků a ztrát portfolia během určité doby držení, stanovený na základě historického období. Ke
správnému výpočtu je zapotřebí správného ocenění celého portfolia při různých scénářích. (6)
2.3.1
Metody modelů VAR
Neexistuje žádná standardní metoda odhadu VAR, různé metody se liší v (6):
•
metodách simulace změn rizikových faktorů;
•
metodách transformace změn rizikových faktorů na změnu hodnoty souboru.
U nástrojů s proměnlivými peněžními toky se tyto toky stanovují z rizikových faktorů. Poté se
diskontují na současnou hodnotu. Většina metod VAR předpokládá statické portfolio.
Existují tři hlavní metody stanovení VAR (6):
•
Parametrická metoda (metoda variancí a kovariancí) – počítá VAR na základě
statistických parametrů;
•
Metoda historické simulace (neparametrická metoda) – ke stanovení VAR využívá
historické údaje;
•
7
Metoda Monte Carlo – předpokládá VaR na základě hypotetických budoucích hodnot.
Volatilita označuje míru kolísání hodnoty aktiva nebo jeho výnosové míry (obvykle jako směrodatnou
odchylku těchto změn během určitého časového úseku). Volatilita vyjadřuje míru rizika investice do
určitého aktiva, přičemž platí: čím vyšší výnosy, tím vyšší je i volatilita. (39)
8
Podle pravidel Basel II se jedná o ztrátu s pravděpodobností 1% (tj. s intervalem spolehlivosti 99%)
během doby držení minimálně 10 dnů na základě historického období minimálně 1 rok. (6)
24
2.3.1.1 Parametrická metoda
Parametrická metoda předpokládá, že hodnoty faktoru rizika jsou generovány určitým předem
známým stochastickým procesem, v tomto případě reprezentovaným pravděpodobnostním
rozdělením.
Parametrická metoda variancí a kovariancí využívá k odhadu budoucích ztrát statistiky o
volatilitách hodnot v minulosti a korelací mezi změnami hodnot. VAR odvozuje od rozdělení
pravděpodobnosti rizikových faktorů změny hodnoty zkoumaného souboru. Nejjednodušší
forma parametrické simulace předpokládá, že změny rizikových faktorů mají normální rozdělení
a že korelace změn rizikových faktorů jsou stabilní. (6)
2.3.1.2 Metoda historické simulace
Nejjednodušší způsob, jak generovat možné hodnoty sledovaného faktoru rizika, je vyjít přímo
z jeho historických hodnot. Tento postup je ve statistice známý pod názvem Bootstrap („pomož
si sám“). (1)
Zatímco u parametrické metody se interval spolehlivosti vypočítává statisticky, historické
simulace simulují potenciální ztráty bez jakýchkoli předpokladů o rozdělení (tj. pro určitý
historický scénář bez ohledu na jeho pravděpodobnost). Předpokladem je pouze dostatečně
velký počet historických údajů.
Odhadnutá VAR na určité úrovni spolehlivosti je pak skutečná ztráta, ke které by došlo během
daného období. Také extrémní změny v souboru jsou lépe zachyceny právě pomocí historické
simulace, než parametrickými VAR. (6)
2.3.1.3 Metoda Monte Carlo
Metoda Monte Carlo se používá zejména v situacích, kdy nelze výsledek přímo spočítat, ale je
nutné ho simulovat (pomocí výpočetní techniky). Metoda se užívá také v případě existence více
faktorů rizika (obvykle spojitého charakteru), kdy nelze uplatnit scénáře jako nástroj analýzy
rizika.
Simulace Monte Carlo (neboli stochastická simulace) k odhadu VAR využívá velký počet9
simulací vývoje hodnot definovaného souboru. Ten je určen velkým počtem náhodně
generovaných rizikových faktorů, u kterých existují známá pravděpodobnostní rozdělení. Tato
9
řádově stovky až desítky tisíc simulací
25
metoda tedy simuluje stochastické procesy (tj. procesy zahrnující lidskou volbu či neúplné
informace) pomocí generování náhodných čísel 10.
Jako vstupní údaje je možno použít historických dat. Metoda pak testuje jednorázovou změnu
hodnoty souboru na základě velkého počtu nahodile zvolených kombinací různých situací
rizikových faktorů, přičemž pravděpodobnosti jsou založeny právě na historické zkušenosti. Poté
se stanoví jednorázová ztráta, která se rovná jednorázové hodnotě v riziku. (6)
Tato metoda má však i určité nedostatky. Největší výhradou je námitka, že nejvýznamnější
faktory rizika, které ovlivňují výsledky analýzy rizika, jsou často na základě hodnocení
současnosti a minulosti nepředvídatelné. (1)
Je nutno poznamenat, že metoda Monte Carlo a metoda historické simulace jsou téměř
shodné, neboť obě přeceňují nástroje na základě daných hodnot rizikových faktorů. Rozdíl je
pouze v tom, jak jsou tyto rizikové faktory generovány. Zatímco metoda historické simulace
vychází ze scénářů v minulosti, metoda Monte Carlo generuje náhodné scénáře.
2.3.2
Vyjádření VAR
Po stanovení VAR na základě jedné ze tří výše zmiňovaných metod můžeme VAR vyjádřit pomocí
následovných tří přístupů:
•
Absolutní vyjádření
•
Relativní vyjádření
•
Marginální vyjádření
2.3.2.1 Absolutní vyjádření VAR
Například denní VAR ve výši 10 mil. Kč při 5% jednostranné pravděpodobnosti znamená, že
společnost v průměru ztratí 10 mil. Kč v 5% dnů. Za účelem porovnání VAR s rozdílnými dobami
držení se obvykle používá konverze pomocí druhé odmocniny doby držení (Tabulka 2-5). Převod
VAR při intervalu spolehlivosti 95% na VAR při intervalu spolehlivosti 99% se dosáhne
vynásobením koeficientem 1,4. Ten se rovná poměru 2,33σ (hodnota nezávislé proměnné
normovaného normálního rozdělení při 1% pravděpodobnosti) a 1,65σ (hodnota nezávislé
proměnné normovaného normálního rozdělení při 5% pravděpodobnosti), kdeσ představuje
směrodatnou odchylku. (6)
10
Z toho je odvozen i název „Monte Carlo“, protože princip simulací obsahuje prvky nahodilosti a
opakování podobně jako hazardní hry v kasinech v Monte Carlu. (1)
26
𝑉𝑉𝑉𝑉𝑉𝑉𝛼𝛼% = 𝑧𝑧𝛼𝛼 𝜎𝜎
%
= (−1.645)𝜎𝜎
𝑉𝑉𝑉𝑉𝑉𝑉95%
Parametry VAR
%
𝑉𝑉𝑉𝑉𝑉𝑉99%
= (−2.33)𝜎𝜎
VAR [mil. Kč]
VAR při 10 dnech a intervalu spolehlivosti
99% [mil. Kč]
10 dnů, 99%
10
10
10 dnů, 95%
10
14 = 10 ∙ 1,4
5 dnů, 99%
10
14 =10 ∙ √(10/5)
5 dnů, 95%
10
20 =10 ∙ 1,4 ∙ √(10/5)
1 den, 99%
10
32 =10 ∙ √10
1 den, 95%
10
44 =10 ∙ 1,4 ∙ √10
Tabulka 2-5 Porovnání VAR s rozdílnými intervaly spolehlivosti a dobami držení. Převzato z (6)
2.3.2.2 Relativní vyjádření VAR
Relativní VAR je rizikem nižší výkonnosti vzhledem k určitému standardu (jako je např. určitý
akciový index). Jestliže se např. portfolio zvýší o 9%, zatímco určitý standard se zvýší o 10%,
potom má portfolio nižší výkonnost o 1%.
Relativní VAR 10 mil. Kč při intervalu spolehlivosti 99% a doba držení 1 měsíc znamená, že
v průměru pouze v jednom měsíci ze 100 je možné vzhledem k tržním změnám očekávat nižší
výkonnost než standard o více než 10 mil. Kč. (6)
2.3.2.3 Marginální vyjádření VAR
Marginální VAR je mírou, o kolik vzroste absolutní či relativní VAR portfolia při dodání nebo
vynětí určitého nástroje (který např. nejvíce přispívá k riziku portfolia).
27
2.3.2.4 Profit at Risk
Uplatnění zisku v riziku (Profit at Risk, PAR) můžeme ilustrovat následujícím příkladem
investičního projektu (1):
Obrázek 2-5 Rozdělení pravděpodobnosti zisku určitého investičního projektu. Převzato z (1)
Pomocí simulace Monte Carlo bylo v rámci analýzy rizika určitého investičního projektu
stanoveno rozdělení pravděpodobnosti jeho ročního zisku, které uvádí Obrázek 2-5.
V levé části obrázku je graf rozdělení pravděpodobnosti ročního zisku projektu, v pravé části zase
statistické charakteristiky tohoto rozdělení. Údaje byly vypočteny po 50 000 simulacích (Trials).
Střední (očekávaná) hodnota zisku (Mean) je 22,94 mil. Kč a medián 22,62 mil. Kč. Rozptyl
(Variance) má velikost 412,44 mil. Kč, směrodatná odchylka (Standard Deviation) je 20,31 mil. Kč
a variační koeficient (Coefficient of Variability) 0,8855. Z obrázku dále plyne, že jde o projekt
dosti rizikový, neboť může nabývat ztráty 49,31 mil. Kč (Minimum), přičemž její
pravděpodobnost je přibližně 15%. Rozdělení pravděpodobnosti grafu je přibližně symetrické11 a
proto lze považovat tyto statistické charakteristiky variability za vhodné míry rizika tohoto
projektu vzhledem k zisku.
Z rozdělení pravděpodobnosti zisku nyní můžeme stanovit charakteristiky rizika v pojetí zisk
v riziku (Profit at Risk). Tato charakteristika se stanovuje (1):
11
Malá kladná šikmost (Skewness) o velikosti 0,0727 značí, že rozdělení pravděpodobnosti zisku je jen
nepatrně vychýleno doprava (tj. k vyšším hodnotám zisku).
28
•
V absolutním vyjádření jako hodnota zisku (ztráty), která bude překročena (či
nedosažena) právě s pravděpodobností 5%, což činí v našem příkladě hodnota -10,14
mil. Kč (viz Obrázek 2-5). Znamená to, že s pravděpodobností 5% může být roční ztráta
vyšší než 10,14 mil. Kč a dosáhnout až velikosti 49,31 mil. Kč (dolní mez rozdělení).
Zároveň se s pravděpodobností 95% (Certainty) bude pohybovat roční zisk projektu
v intervalu od -10,14 mil. Kč do 102,10 mil. Kč (horní mez rozdělení).
•
V relativním vyjádření jako rozdíl absolutní míry PAR a střední hodnoty zisku, případně
plánované velikosti zisku. Vzhledem k tomu, že střední hodnota zisku je 22,94 mil. Kč, by
pak relativní PAR měl hodnotu 22,94 – (-10,14) = 33,08 mil. Kč. Plánuje-li firma pomocí
tohoto projektu dosáhnout ročního zisku třeba 30 mil. Kč, pak relativní PAR by byl 30 – (10,14) = 40,14 mil. Kč. Vyplývá z toho, že s pravděpodobností 95% neklesne roční zisk
pod střední hodnotu o více než 33,08 mil. Kč, resp. pod plánovanou hodnotou o více než
40,14 mil. Kč.
Pro metodu VAR slouží jako číselné míry rizika hodnoty kritéria, které budou překročeny (či
nedosaženy) se zvolenou pravděpodobností. Podstatou se tedy tento způsob blíží přístupu
založenému na nedosažení zvolené hodnoty kritéria (viz kapitola 2.2.2.1). Jediný rozdíl je v tom,
že jeho základem je stanovení hodnoty kritéria, která bude překročena či nedosažena s předem
danou pravděpodobností (a ne stanovení pravděpodobnosti nedosažení či překročení této
hodnoty kritéria). (1)
2.4 Metody snižování rizika
Metod snižování rizika je mnoho. Vhodnost použití konkrétního nástroje závisí v dané situaci na
charakteristice rizika samotného. Zvolený nástroj by měl být použit v situaci, kdy je
nejvhodnějším a nejméně nákladným způsobem pro snížení či úplnou eliminaci daného rizika.
Mezi vybrané metody snižování podnikatelského rizika patří např. (3):
•
Retence (zadržení) a redukce rizik
•
Přesun rizika na jiné podnikatelské subjekty (transfer rizika)
•
Sdílení rizika
•
Pojištění
•
Získávání dodatečných informací
•
Vytváření rezerv
•
Metody operační, postoptimalizační a síťové analýzy
29
•
Snižování rizika z nezaplacení pohledávek
•
Prognózování
Podrobný výčet a popis těchto metod uvádí Rais (3). Snižování rizika je přitom jen jeden způsob
jak nakládat s hrozbami, dalším způsobem je naopak možnost nakládání s příležitostmi (viz také
kapitola 2.1.4 Hodnocení příležitostí). Více se problematikou snižování rizika zabývá kolega Aleš
Nemochovský ve své diplomové práci Řízení rizik v malém a středním podniku.
30
3 Nástroje pro hodnocení a řízení odběratelského rizika
Řízení finančních rizik je pro finanční i nefinanční instituce otázkou zajištění dlouhodobé
prosperity. V rámci procesu řízení rizik se subjekt snaží zamezit působení již existujících i
budoucích faktorů a navrhuje řešení, která pomáhají eliminovat účinek nežádoucích vlivů a
naopak umožňují využít příležitosti působení vlivů pozitivních. (3)
3.1 Hodnocení rizika a výběr rizikových variant
3.1.1
Riziková kapacita a přijatelné riziko
Výsledky analýzy rizika poskytují podklady pro posouzení, zda je riziko přijatelné či nepřijatelné.
Závěr tohoto posouzení ovlivňují především riziková kapacita společnosti a velikost rizika,
kterou je společnost ochotna tolerovat.
Riziková kapacita (Risk Capacity) se obvykle vyjadřuje jako nejvyšší finanční ztráta, která výrazně
neovlivní existenci společnosti. Výše rizikové kapacity závisí především na velikosti kapitálu
společnosti, jeho struktuře a schopnosti získat další finanční zdroje. Je zřejmé, že riziková
kapacita bude tím větší, čím větší je (1):
•
její celkový kapitál;
•
podíl vlastního kapitálu na celkovém kapitálu;
•
schopnost získat dodatečné finanční zdroje.
Přijatelné riziko (tolerované riziko, Risk Appetite) pak představuje takovou výši ztráty, kterou je
organizace ochotna přijmout v rámci své rizikové kapacity. Rozhodnutí o velikosti přijatelného
rizika závisí především na (1):
•
požadavcích a očekáváních stakeholderů (akcionářů, věřitelů, regulátorů, finančních
institucí, ratingových agentur apod.),
•
postoji managementu k riziku (tj. zda převládá spíše averze k riziku či ochota přijímat
riziko).
3.1.2
Výběr rizikových variant
Proces hodnocení a výběru rizikových variant usnadňují pravidla rozhodování za rizika. Patří sem
(1):
31
•
pravidlo střední hodnoty a rozptylu,
•
pravidlo stochastické dominance (platí pro subjekty s averzí k riziku),
•
pravidlo očekávaného užitku (umožňuje stanovit pořadí výhodnosti rizikových variant
vzhledem ke zvolenému kritériu).
Podrobnější výklad těchto pravidel nabízí Hnilica a Fotr (1).
Je zřejmé, že k realizaci bychom měli volit ty projekty či aktivity, jejichž riziko je přijatelné.
V tomto případě jde o tzv. retenci (zadržení) rizika, kdy je společnost připravena vypořádat se
s případnými negativními dopady rizika z vlastních zdrojů.
Pokud je riziko posouzeno jako nepřijatelné, přichází v úvahu dva postupy (1):
•
vyhnutí se riziku (Risk Avoidance),
•
zmírnění rizika (Risk Mitigation) - v úvahu přichází především:
3.1.3
o
eliminace,
o
oslabení příčin vzniku rizika (prevence rizika),
o
snižování negativních dopadů rizika,
o
transfer rizika (na jiné subjekty, např. pojišťovnu).
Rating
Rating je nezávislé hodnocení, jehož cílem je zjistit na základě komplexního rozboru veškerých
známých rizik hodnoceného subjektu, zda a do jaké míry je daný subjekt schopen a ochoten
dostát včas všem svým splatným závazkům. Závěrečným výstupem každého ratingu je
ratingová známka. Ta udává pravděpodobnost, že hodnocený subjekt dostojí včas svým
závazkům. (9)
Hodnocení a porovnávání subjektů je prováděno ratingovými agenturami. Tyto agentury
hodnotí nejen dluhopisové instrumenty, ale i další subjekty jako např. státy, banky, projekty,
akcie, směnky atd. Každá ratingová agentura má při stanovování ratingové známky více či méně
odlišné postupy. Díky své nezávislosti je pak poměrně časté, že různé agentury hodnotí ten samý
subjekt odlišným ratingem.
Rozvinuly se tak různé druhy ratingů, které se dají členit podle rozličných kritérií, kromě jiného i
na vyžádaný a nevyžádaný rating. Na rozdíl od oficiálního vyžádaného ratingu, který si daná
společnost platí, nevyžádaný rating zpracovává nezávislá agentura pouze ze svého rozhodnutí a
na své vlastní náklady. Hodnocení zpracovává na základě veřejně dostupných zdrojů, jako jsou
finanční výkazy společnosti, výroční a tiskové zprávy apod. Praxe ukazuje, že tento druh ratingu
nemá ve srovnání s vyžádaným ratingem takovou vypovídací schopnost. (9)
32
Ratingový proces zpracovává jak informace ohledně podnikatelského vývoje v minulosti, tak i
perspektivy do budoucnosti. Dále zohledňuje různá kritéria jako velikost firmy, odvětví,
skutečnosti o relevantních trzích (např. rozdílné účetní předpisy ve středoevropských zemích).
Zajištění není v ratingovém procesu zohledňováno, je ovšem bráno v potaz v rámci schvalování
úvěru a ovlivňuje jeho podmínky. Samotný ratingový systém slouží výhradně k zjišťování bonity
klienta. (8)
Především u ratingu firemních klientů se rozlišují kritéria kvantitativní (finanční rating , Hard
Facts) a kvalitativní (kvalitativní rating, Soft Facts), což znázorňuje následovná schéma (Obrázek
3-1).
Hard Facts
Soft Facts
•
bilanční analýza
•
management
•
ukazatelé
•
odvětví
•
struktura financovaní
•
strategie
•
peněžní toky
•
účetnictví
•
controlling
Vážení
Rating
Pravděpodobnost nesplacení
Obrázek 3-1 Znázornění ratingového procesu. Převzato z (8)
Obecně platí, že čím je firma větší, tím větší význam se připisuje Hard Facts (tzn.
podnikohospodářským ukazatelům). Naopak, čím je firma menší, tím silnější je vliv Soft Facts. (8)
Celkový rating se posuzuje podle různých mikroekonomických kritérií. Značí se většinou
několika prvními písmeny abecedy.
Tabulka 3-1 demonstruje značení tří nejprestižnějších
agentur: Moody’s, Standard & Poor’s a Fitch Ratings.
33
Agentura
Ratingová známka
Standard & Poor’s
AAA
AA+
AA
AA-
A+
A
A-
Moody‘s
Aaa
Aa1
Aa2
Aa3
A1
A2
A3
Fitch IBCA
AAA
AA+
AA
AA-
A+
A
A-
Agentura
Ratingová známka
Standard & Poor’s
BBB+
BBB
BBB-
BB+
BB
BB-
B+
B
B-
Moody‘s
Baa1
Baa2
Baa3
Ba1
Ba2
Ba3
B1
B2
B3
Fitch IBCA
BBB+
BBB
BBB-
BB+
BB
BB-
B+
B
B-
Agentura
Ratingová známka
Standard & Poor’s
CCC+
CCC
CCC-
CC
C
Moody‘s
Caa1
Caa2
Caa3
Ca
C
Fitch IBCA
CCC+
CCC
CCC-
CC
C
D
D
Tabulka 3-1 Žebříček ratingových známek vybraných ratingových agentur. Zdroj: vlastní
zpracování
3.1.3.1 Formy ratingu
Dnes známe dvě základní formy ratingu. V závislosti na tom, kdo ratingové hodnocení provádí,
rozlišujeme:
•
externí rating - prováděný ratingovou agenturou,
•
interní rating - prováděný samotným podnikem, resp. bankou.
Externím ratingem pověřuje agentury samotný podnik, který má být hodnocen, neboť jsou s ním
spojeny vysoké náklady. Účelem externího ratingu je obvykle přání podniku získat přístup na
kapitálový trh.
Interní rating přidělují banky svým dlužníkům. Za tímto účelem banky shromažďují informace od
svých klientů. Mnohé k tomu využívají i služeb soukromých úvěrových agentur, od kterých
34
získávají finanční a jiná data týkající se jejich klientů. Rating je stručný a jednoduchý profil
dlužníka, který podává bance přehled dostupných kvalitativních a kvantitativních údajů v
porovnání s údaji o předchozích dlužnících a o jejich splácení úvěrů. Důležitý je hlavně pro malé a
střední podniky. (8)
3.1.3.2 Hodnocení dlužníků
Jak už bylo zmíněno, banky v rámci interního ratingu shromažďují podrobné informace o určitých
charakteristikách svých dlužníků. Specifické údaje jsou pak porovnány s údaji ostatních klientů,
na základě čeho se pak zjistí, jak často dlužníci s podobnou charakteristikou nesplatili v minulosti
své úvěry. Pomocí statistických algoritmů je pak dlužníkům přiřazen odpovídající rating.
Shromažďovaná data musí být důkladně a systematicky analyzována a udržována. Informace
mají charakter jak kvantitativní, tak i kvalitativní. Zdrojem kvantitativních informací o malých a
středních podnicích jsou finanční výkazy, výroční zprávy, mnohé banky také požadují obchodní
plány nebo daňová přiznání. Význam kvalitativních faktorů standardně roste s velikostí
podniku, přičemž samozřejmě platí, čím je SME větší a/nebo čím je požadovaný úvěr vyšší, tím
více informací bude banka požadovat při přidělování ratingu. (8)
3.1.3.3 Rating vs. scoring
Rating lze definovat jako komplexní nezávislé hodnocení, jehož cílem je zjistit, jak je subjekt
schopen a ochoten včas a v plné výši splatit všechny své splatné závazky (již popsáno výše
v kapitole 3.1.3). Hodnocení navíc bere v potaz i subjektivní názory expertů a analytiků, které
mají v rámci ratingového procesu také svou váhu. Klienta tak hodnotí kvantitativně i
kvalitativně. Používá se zejména k hodnocení větších klientů.
V souvislosti s hodnocením nesmí být opomenuto, že některé banky či specializované agentury
používají pro své menší klienty i tzv. scoring. Tento přístup představuje automatizovaný systém
hodnocení na bázi historických údajů bez expertních zásahů do systému hodnocení, jak je tomu
u ratingu. Jde tedy výlučně o kvantitativní hodnocení subjektu, když se především
prostřednictvím analýzy vybraných finančních ukazatelů snaží odhadnout bonitu daného
subjektu. Tato metoda tak oproti ratingu představuje velmi jednoduchý a časově nenáročný
mechanizmus zjišťování bonity klienta, na druhou stranu je však hodnota této informace
omezena. I proto se uplatňuje zejména u menších klientů, kteří nepublikují své plné finanční
výkazy a kde tedy „klasický“ ratingový systém nemůže být použit vzhledem k nedostatku dat.
(17)
35
3.1.3.4 Vplyv ratingových agentur
Evropská finanční krize obrátila pozornost na problém ratingových agentur. Ukázalo se, že
přílišné spoléhání na výroky pouhých tří společností vede k nemalým problémům.
Agentury Moody’s, Standard & Poor’s a Fitch se staly předmětem nezasloužené kritiky hlavně
kvůli hodnocení Řecka, které se ocitlo na pokraji státního bankrotu. V tomto případě se stalo, že
dvě ze tří agentur ohodnotili již prakticky zkrachovalou zemi investičním stupněm. Agentury však
musí čelit obrovskému tlaku, protože jejich ratingová hodnocení jsou obsažena v mnoha
regulacích. Když tedy agentura sníží rating na spekulativní stupeň, může tím způsobit okamžitou
katastrofu. Proto agentury se snižováním ratingů váhají, i když vhodnost snížení je zcela
evidentní.
Hlavním problémem je snaha bank a mezinárodních institucí přenést odpovědnost za hodnocení
kreditní kvality na jiné subjekty. Z důvodu snižování nákladů začaly komerční banky outsourcovat
svá analytická oddělení a hodnocení kreditní kvality, což se stalo jedním z důvodů vzniku
americké hypoteční krize. Dále se odpovědnosti chtěla také vyhnout Evropská centrální banka,
která se rovněž rozhodla outsourcovat hodnocení kreditní kvality na ratingové agentury.
Výsledkem se tak stala situace, kdy význam tří největších ratingových agentur naprosto
nepřiměřeně vzrostl. Z nezávislých hodnotitelů se najednou stali spolutvůrci úvěrové i měnové
politiky na globální úrovni. „Nikdy předtím nebyla rozhodovací moc ve financích koncentrována
v takové míře. Ironické je, že samotné agentury o tuto moc nikdy nestály. Nemají z ní žádný
hmotný prospěch a obrovská zodpovědnost je jim spíše na obtíž, protože deformuje kvalitu a
objektivitu jejich hodnocení.“ (18)
3.2 Řízení odběratelského rizika
Platební morálka se kvůli krizi výrazně zhoršila. Řada firem se dostala do existenčních potíží,
mnohé bojují o to, aby nespadly do insolvenčního řízení. To má za následek kromě jiného i
prodlevy ve splatnosti faktur, v horším případě jejich nezaplacení.
V ČR čekají dodavatelé zboží a služeb na úhradu svých pohledávek v průměru 48 dní (2010).
Zpoždění úhrady tedy představuje 12 dní. Každý pátý dlužník podle agentury Creditreform
překračuje dohodnutý termín úhrady o více než 30 dní. (19)
Pro minimalizaci rizik spojených s prodlevou, resp. nezaplacením je proto dobré zavést systém
řízení odběratelských rizik. Tady se nabízejí dvě možnosti:
36
•
Využití externích služeb třetích stran a zajišťovacích instrumentů (více v kapitole 3.2.1);
•
Zavedení interního systému řízení odběratelských rizik (podrobně v kapitole 3.3).
V praxi se často setkáváme s kombinací obou variant. Zejména u pohledávek vyšší nominální
hodnoty, a/nebo delší doby splatnosti, je dobré využít zajišťovacích instrumentů pro snížení
možného rizika souvisejícího s opožděním, resp. nezaplacením.
3.2.1
Zajišťovací instrumenty a externí služby řízení odběratelského rizika
Jednou z možností, jak řídit riziko nesplacení pohledávek, je využití služeb třetí strany –
specializované agentury, banky nebo pojišťovny. Jedná se zejména o kreditní informace a různé
zajišťovací služby.
Zajištěním v širším slova smyslu se rozumí hlavně:
•
periodická kontrola obchodních partnerů (kapitola 3.3.1).
•
prověření zákazníka, resp. zjištění jeho bonity (kapitoly 3.2.1.1 a 3.3),
•
limitování expozic pro jednotlivé zákazníky (kapitola 3.3.4).
Zajištěním v užším slova smyslu se chápe využívání různých zajišťovacích instrumentů, tj.
prostředků, které výrazně sníží riziko nesplacení pohledávek. V případě nesplacení závazků ze
strany dlužníka pak může věřitel uspokojit své pohledávky pomocí záruk.
Právní úprava zajištění obchodních závazků a pohledávek obsahuje mnoho zajišťovacích
instrumentů, které jsou vhodné pro různé obchodní vztahy a transakce (viz kapitola 3.2.1.6
Ostatní zajišťovací instrumenty). Takové pohledávky jsou sice právně vymahatelné, proces
vymáhání může ale zabrat delší dobu. Tím samozřejmě porostou i náklady spojené s vymáhacím
procesem. Zvláště v době recese, kdy dodavatel potřebuje mít finanční prostředky, aby je co
nejdříve mohl použít pro další podnikatelskou aktivitu, nemusí právní zajištění dosahovat
požadovaného efektu. Velice oblíbené jsou proto externí služby řízení odběratelských rizik.
Nejvíce využívány jsou zejména cese pohledávek (faktoring a forfaiting) a pojištění pohledávek.
3.2.1.1 Kreditní informace
Kreditní informace (Business Credit Reports) vypovídají o důvěryhodnosti firmy a o její celkové
ekonomické situaci (ziskovost, obrat, ukazatele likvidity), zejména o schopnosti dostát finančním
závazkům (bonita firmy). Tím umožňují předvídat kvalitu obchodních vztahů a rizik s tím
spojených.
37
Zpravidla jsou výsledkem úvěrové analýzy, tj. hodnocení úvěruschopnosti a úvěruhodnosti
klienta bankou nebo specializovanou komerční agenturou. Vytváří se pomocí specializovaných
metodik umožňujících hodnocení a srovnávání firem (credit rating, scoring, indexing).
Využívají se především pro (20):
•
vyhodnocení rizikovosti odběratelů z důvodu rizika nezaplacení pohledávek
•
vyhodnocení rizikovosti potenciálních obchodních partnerů z důvodu zamezení plýtvání
obchodními a marketingovými aktivitami na potenciálně nesolidní partnery
•
vyhodnocení rizikovosti klíčových dodavatelů pro zamezení ztrát v případě kolapsu
dodavatele
•
získání nezávislého hodnocení konkurentů
Mnohé agentury nabízejí jak jednorázové ohodnocení vybrané společnosti, tak i předplatné (na
dobu určitou) s neomezeným přístupem do databází kreditních informací. K dispozici jsou i
komplexní balíčky služeb, představující kombinace různých služeb za zvýhodněnou sazbu.
Takovýto balíček pak v základní verzi obsahuje následující dílčí částí kreditních informací (21):
•
Popisná data ze Živnostenského a Obchodního rejstříku včetně graficky názorných
vazeb mezi lidmi a subjekty.
•
Evidenční data z Českého statistického úřadu o oborech podnikání, počtu zaměstnanců
a obratu.
•
Data z Rejstříku exekucí, která odhalují, zda existují i další neuspokojení věřitelé dělající
si nárok na majetek dlužníka.
•
Data z katastru nemovitostí
•
Dluhy u zdravotních pojišťoven naznačují, zda se subjektu ekonomicky již opravdu
nedaří 12.
•
Zveřejněné a ověřené vymáhané dluhy a výsledky vymáhání informují o míře
porušování pravidel (splatností faktur) a úspěšnosti vymáhání na daný subjekt.
•
Monitoring tisku a zpráv vydávaných informačními agenturami zachycuje o subjektu
především dílčí informace (dluhy, vymáhání, fúze, kapitálové vstupy, restrukturalizace,
propady ekonomických ukazatelů či naopak výhled jejich růstu vlivem získání lukrativní
zakázky).
12
Praxe je taková, že v případě finančních problémů subjekt dočasně pod hrozbou sankcí pozastavuje
platby sociálního pojištění a daní státu a do poslední chvíle pozdržuje platby zdravotním pojišťovnám. To
totiž nemá vliv na byznys a díky vyjednávání a splácení se tak dá získat čas. Většinou je však tato informace
předzvěstí budoucího pádu subjektu do insolvence. (21)
38
•
Roční závěrky ze Sbírky listin, z nichž jsou užitečné zejména údaje různých poměrových
ukazatelů a maximální výše dodavatelského úvěru, který je subjekt schopen v různé
době splatit.
•
Celkové kreditní ohodnocení subjektu číselným ukazatelem v rámci definovaného
intervalu a stupněm rizika.
3.2.1.2 Faktoring
Faktoring (odprodej pohledávek, Factoring) je alternativní forma financování, které je
poskytováno proti postupování pohledávek z dodávek zboží nebo za provedené služby. Faktoring
je služba spočívající v odkupu krátkodobých pohledávek (obvykle se splatností od 30 do 90 dnů)
před dobou jejich splatnosti. Odprodej pohledávek, které se delší dobu nedaří zinkasovat,
nejenže výrazně sníží počet pohledávek, ale i odlehčí kapacitní zátěž v systému řízení rizik. Při
odprodeji balíků pohledávek s delší dobou po splatnosti tedy nejde ani tak o výnos z prodeje
pohledávek, jako o úsporu v dalším chodu systému řízení. (22) (23)
Jedná se o dlouhodobou spolupráci s faktoringovou společností. Ta zpravidla neřeší jednotlivé
pohledávky a nevstupuje do jednorázových transakcí. Ve smlouvě se klient totiž zavazuje, že
všechny pohledávky nebo pohledávky za vybrané odběratele bude postupovat faktoringové
společnosti. Ta proti nim poskytne finanční prostředky ve výši dojednané ve smlouvě (obvykle
80% z hodnoty pohledávky), po uhrazení pohledávky odběratelem je doplacena zbývající část
hodnoty pohledávky. Smluvně dojednaná splatnost těchto pohledávek obvykle nepřesahuje 90
dnů. Uživatel faktoringu tak má k dispozici peněžní prostředky, které by jinak byly vázané
v pohledávkách a může je hned využít k dalším podnikatelským aktivitám. (19)
Faktoring se dá rozdělit na (23):
•
Regresní (tj. se zpětným postihem dodavatele) - faktor zpravidla nepřebírá rizika spojená
s platební neschopností (platební nevůlí) kupujícího. Po uplynutí ochranné lhůty trvající
cca 30 až 60 dní po splatnosti pohledávky, ve které factoringová společnost vede
upomínkové řízení, využívá možnosti postoupit pohledávku zpět na dodavatele.
•
Bezregresní (tj. bez zpětného postihu dodavatele) - faktor přebírá ručení za případné
neplnění ze strany kupujícího v důsledku jeho platební neschopnosti (platební nevůle)
uhradit své finanční závazky vůči dodavateli.
V roce 2009 byl vedoucím produktem na českém faktoringovém trhu regresní faktoring se 75%
podílem, zatímco podíl bezregresního faktoringu dosáhl 25%. (23)
39
Náklady využití faktoringu se skládají ze dvou složek (19):
•
Faktoringový poplatek – stanovuje se procentem z nominální hodnoty pohledávky
(obvykle do 1,5%);
•
Úrok - je účtován z čerpaných částek (úroková sazba se pohybuje na úrovni běžných
sazeb účtovaných bankami u kontokorentních úvěrů).
3.2.1.3 Forfaiting
Faktoring je určen spíše pro krátkodobé pohledávky. Pro zajištění střednědobých a
dlouhodobých exportních pohledávek s několikaletou splatností se používá forfaiting. Na rozdíl
od faktoringu věřitel (vývozce) uzavírá s forfaiterem (finanční instituce) smlouvu o konkrétní
pohledávce. Pohledávka je následně postoupena forfeiterovi. Jestliže odběratel nezaplatí,
vystupuje v tomto okamžiku forfaiter jakožto majitel pohledávky v roli věřitele, zajišťuje
upomínky, případně podniká další kroky k vymáhání neuhrazené pohledávky. (24)
Odkupované pohledávky musí splňovat několik požadavků (24):
•
forfaitují se zpravidla jednotlivé pohledávky,
•
jejich splatnost je delší než 90 dnů,
•
ve většině případů jsou se zahraničním subjektem (zaměření na zahraniční obchod),
•
mají vyšší nominální hodnotu (ve volně směnitelné měně),
•
transakce musí být zajištěné (obvykle směnkou nebo bankovní zárukou).
Nevýhodou forfaitingu je poměrně vysoký náklad. Náklady na forfaiting se tak jako u faktoringu
skládají ze dvou částí (24):
•
Forfaitingové poplatky - závisí na rychlosti zpracování objemu obchodu a zároveň
zohledňují riziko dlužníka, resp. ručitele;
•
Úrok (diskont) - je dán úrokovou sazbou, stanovenou na bázi sazeb LIBOR 13 či PRIBOR14
(vychází z rizika země obchodu, délky obchodu apod).
13
LIBOR (London InterBank Offered Rate) - londýnská mezibankovní nabídková sazba je úroková sazba, za
kterou si banky navzájem poskytují úvěry na londýnském mezibankovním trhu. (40)
14
PRIBOR (Prague InterBank Offered Rate) - pražská mezibankovní nabídková sazba je úroková sazba, za
kterou si banky navzájem poskytují úvěry na českém mezibankovním trhu. (40)
40
3.2.1.4 Pojištění pohledávek
Pojištění řeší neočekávané a nepředvídatelné situace. Pojištění pohledávek je soubor služeb, díky
kterému si dodavatel pojišťuje své zboží nebo služby proti riziku nezaplacení ze strany
odběratele a pomáhá v situacích, kdy je odběratel neschopný nebo neochotný splácet své
závazky včas. Pojištění proti nezaplacení může být velmi vhodným řešením pro některé rizikové
skupiny odběratelů, zvláště pokud společnost nemá dostatečně efektivní systém řízení rizik. Výši
pojistky určuje pojišťovna na základě ohodnocení bonity odběratele. Pojistná smlouva pak chrání
dodavatele proti ztrátám zapříčiněným insolvencí odběratele nebo jeho platební neschopností.
(20)
Pojištění má zpravidla smysl pro firmy s obratem nad deset milionů korun. Mezi nejžádanější
obory se řadí stavebnictví, strojírenství a chemie. Existují i obory z pojištění zcela vyloučené jako
například vnitropodnikové obchody nebo finanční půjčky.
Průměrná cena pojištění se v současnosti pohybuje v rozmezí 0,2 - 0,5% z pojištěného obratu (při
obratu v řádu nad 100 mil Kč). U menších společností je situace trochu obtížnější, avšak ani zde
by pojistné nemělo překročit hranici 1% z pojištěného obratu (většinou se pohybuje v rozsahu
0,4 - 0,8%). Spoluúčast je mezi 15-20% a poplatky za monitoring a prověření jednoho odběratele
představují 800 – 2500 Kč ročně. (25) (26)
3.2.1.5 Inkaso pohledávek
Inkaso pohledávek (Debt Recovery) zajišťuje včasné inkaso pohledávek, případně vyjednávání
podmínek splátek. Efektivní kontrola pohledávek pomáhá chránit aktiva společnosti a zlepšit
její likviditu.
Obvykle se pro účely inkasa využívá služeb externích inkasních agentur nebo právního zástupce.
Jejich provize se přitom pohybuje mezi 15 – 40% z inkasovaného množství. (20)
3.2.1.6 Ostatní zajišťovací instrumenty
Právní úprava zajištění obchodních závazků a pohledávek obsahuje mnoho zajišťovacích
instrumentů, které jsou vhodné pro různé obchodní vztahy a transakce. Některé jsou přiblíženy
v následujícím textu.
41
3.2.1.6.1
Smluvní pokuta
Smluvní pokuta je jedním z nejběžnějších právních prostředků, sloužících k zajištění závazků v
občanskoprávních i obchodních vztazích. Uplatňuje se tehdy, když je porušena smluvní
povinnost (např. opožděná platba). Má charakter náhrady za vzniklou škodu při porušení
smluvních vztahů, která se však nemusí prokazovat.
Smluvní pokuta se nejčastěji upravuje ve smlouvě konkrétní částkou nebo procentem z
pohledávky, případně jiným způsobem jejího určení. (27)
Podrobnou úpravu uvádí § 544 a 545 ObčZ a pro obchodně závazkové vztahy § 300 až 302
ObchZ.
3.2.1.6.2
Bankovní záruka
Bankovní záruka (§ 313 - 322 ObchZ) zajišťuje platební i neplatební závazky a patří
k nejpoužívanějším zajišťovacím instrumentům. Jedná se o vztah, kdy se banka zaručuje, že
uspokojí věřitele do výše stanovené částky, pokud dlužník nesplní svůj závazek. Tento závazek je
bankou neodvolatelný a banka si za něj účtuje závazkovou odměnu, určenou podle délky
platnosti záruky a míry rizika. (27)
3.2.1.6.3
Zástavní právo
Zástavní právo (§ 152–174 ObčZ, § 117a ObchZ) plní kromě zajišťovací funkce i funkci
nahrazovací, pro případ, kdy dlužník závazek nesplní. Potom je věřitel oprávněn uspokojit svoji
pohledávku z předmětu zástavy. Zástavní právo se může vázat i na peněžitou či nepeněžitou
pohledávku, která vznikne až v budoucnosti. (27)
3.2.1.6.4
Zajišťovací převod práva
Zajišťovací převod práva (§ 553 ObčZ) může být použit pro zajištění závazku. Za účelem zajištění
dlužník postupuje věřiteli nějaké své právo s podmínkou zpětného převodu práva při úhradě
pohledávky. Převedeno může být jakékoliv právo, které je svou podstatou převoditelné. V
případě nesplnění závazku je věřitel uspokojen z převedeného práva. (27)
3.2.1.6.5
Směnka
Oblíbeným zajišťovacím instrumentem jsou směnky, a to především pro svoji jednoduchost a
vysokou jistotu návratnosti peněžních prostředků. Zákon (zákon č. 191/1950 Sb.) umožňuje v
případě směnek soudní vymáhání ve zkráceném řízení, proto je tento zajišťovací nástroj často
42
využíván. Směnka má však i další funkce, využívá se jako úvěrový platební prostředek, jako
možnost získání peněz v hotovosti atd.
Směnka je obchodovatelný cenný papír. Obsahuje bezpodmínečný závazek dlužníka sepsaný v
přesně stanovené formě, který dává majiteli směnky nesporné právo žádat ve stanovenou dobu
zaplacení peněžní částky uvedené ve směnce. Podle výstavce směnky rozlišujeme směnky
vlastní (výstavcem je dlužník, který se zavazuje, že věřiteli nebo oprávněné osobě zaplatí
stanovenou sumu v určitý den a na určitém místě) a směnky cizí (výstavce dává příkaz
dlužníkovi, aby zaplatil výstavci nebo jiné oprávněné osobě stanovenou sumu v určitý den a na
určitém místě). Od směnky nelze odstoupit. (27) (28)
3.2.1.6.6
Dokumentární akreditiv
Dokumentární akreditiv (§ 682 – 691 ObchZ) patří mezi platební a zároveň zajišťovací nástroje.
Používá se především ve styku se zahraničím. Banka se tu stává prostředníkem mezi
prodávajícím a kupujícím.
Akreditivem rozumíme písemné prohlášení banky, že v případě splnění v něm stanovených
podmínek poskytne plnění na účet věřitele. Žádost o otevření akreditivu podává své bance
kupující (zákazník, příkazce, dovozce) a stanoví v ní podmínky zaplacení. Mezi ně patří předání
specifických dokumentů uvedených v tzv. akreditivní listině. Beneficient (prodávající) pak musí
splnit všechny podmínky, aby mohl akreditiv čerpat. Pokud banka shledá dokumenty v pořádku,
vyplatí prodávajícímu dohodnutou částku a dokumenty předá kupujícímu.
Tímto způsobem si kupující může zajistit např. včasnost dodání zboží, kvalitu zboží apod., ale
může vyjednat i výhodnější cenové podmínky či odklad platby. Prodávající zase může akreditiv
ihned prodat a získat tím téměř okamžitě peněžní prostředky. (27)
3.2.1.6.7
Dokumentární inkaso
Dokumentární inkaso (§ 692 – 699 ObchZ) je využívané nejen v zahraničním, ale i v tuzemském
obchodě. Na rozdíl od dokumentárního akreditivu je však vydání dokumentů kupujícímu u
dokumentárního inkasa podmíněno zaplacením. Dokumentární inkaso představuje příkaz
prodávajícího bance, aby pro něj vyinkasovala od kupujícího plnění proti předání dokumentů. Z
tohoto důvodu je výhodné především pro kupujícího, který zaplatí až po převzetí dokladů. Jelikož
tu banka nevystupuje jako ručitel, bývá tato forma zajištění levnější než v případě
dokumentárního akreditivu či bankovní záruky. (27)
43
3.3 Interní systém řízení odběratelských rizik
Při řízení rizik platí stejné pravidlo jako v každé jiné podnikatelské činnosti – musí se vyplatit.
Efektivní systém řízení rizik vyžaduje dobré zmapování a soustavné sledování nákladů a přínosů.
Každá pohledávka má riziko, že nebude zaplacena. Přínosem systému řízení rizik je tedy snížení
(nikoliv odstranění) rizika nezaplacení pohledávek.
Efektivní systém řízení rizika je takový systém, který má vyšší přínos z rizika, než jsou jeho
samotné náklady. Dále ale také snižuje riziko nezaplacení pohledávek jen do té míry, kdy ušlý
zisk ze zakázek odmítnutých pro příliš vysoké riziko nezaplacení nepřesáhne pravděpodobné
ztráty z nezaplacení těchto zakázek. (22)
Existuje mnoho různých modelů systémů řízení rizik. Bohužel, k dispozici je většinou jen obecný
popis jejich principu, detailní řešení však zůstává součástí tajemství know-how jednotlivých
společností, které tyto modely vyvíjí a aplikují.
V rámci této kapitoly proto budu popisovat vlastní návrh modelu systému řízení
odběratelského rizika (SROR). Podkladem mého řešení jsou především obecné poznatky
problematiky řízení rizik popisovaných v této práci a základy finanční analýzy. Inspirací dále byly
hodnotící model leasingové společnosti DCFSB popsaný v práci Petra Fabíka (29), hodnotící
tabulka pro úvěry Dresdner Bank AG (6), čínský případ kreditního ratingu s heterogenními
informacemi pro SME (30) a kritéria různých ratingových agentur, zejména Coface (31) a
Moody’s.
Systém je navržen jednoduše a průhledně15, důraz je kladen hlavně na funkčnost a použitelnost.
Pro efektivní systém řízení rizik je lepší začít jen s několika jednoduchými pravidly a vstupními
údaji, ale od počátku pamatovat na pravidelnou zpětnou vazbu vedoucí k jeho vylepšování. (22)
3.3.1
Proces řízení odběratelského rizika
Řízení odběratelského rizika představuje proces, který na základě vstupních údajů vyhodnocuje
míru rizika jednotlivých odběratelů. Průběh tohoto procesu zachytává diagram (Obrázek 3-2).
V případě nového (ale někdy i stávajícího) odběratele je prvním krokem prozkoumání
obchodního věstníku 16, čímž se vyloučí možnost likvidace nebo probíhajícího konkursního řízení.
15
Skutečností totiž je, že čím je navržený systém měření a řízení rizik složitější, tím menší má naději na
úspěch. Nejúspěšnější společnosti mají relativně jednoduché systémy řízení rizik. Naopak složité systémy
mohou budit pozornost orgánů dohledu, neboť se obvykle jedná o snahu kamuflovat podvodné aktivity
vedení a dealerů. (6)
16
http://ov.ihned.cz/
44
Vstupy do procesu pak tvoří čtyři skupiny informací, tak jak jsou zachyceny v diagramu (Obrázek
3-2):
•
interní údaje obchodních vztahů,
•
výpis z obchodního rejstříku,
•
odvětví a management,
•
ostatní externí údaje.
Na základě získaných informací se pak vyhodnotí finanční stabilita potenciálního zákazníka a určí
se jeho celková bonita. Za tímto účelem se v SROR využívá jednoduchý ratingový software
(tabulkový kalkulátor MS Excel), který jsem navrhl v rámci této práce. Náhled programu a jeho
nastavení je v příloze.
V případě očekávaného velkého kontraktu je dobré využít i placených služeb specializovaných
agentur, které mají větší vypovídací schopnost. Na českém trhu dlouhodobě působí tři
nadnárodní skóringové agentury. Dominantní pozici má francouzská skupina Coface, která je i
celkově největším dodavatelem kreditních informací na středoevropském trhu (22). Jejími
konkurenty jsou americká Dun & Bradstreet a německá Creditreform. Z mezinárodních
ratingových agentur bych zmínil alespoň nejznámější Moody´s, Standard & Poor’s a Fitch. U
menších obchodních kontraktů je použití takové služby třeba zvážit, aby výše poplatků za
poskytnuté informace byla adekvátní vzhledem k objemu budoucího kontraktu.
Získané informace pak tvoří podklad pro stanovení výše limitu expozice pro daného zákazníka a
nakonec dochází k posuzování rizika, což je prováděno odpovědnou osobou (např. risk manager).
45
Výpis z obchodního rejstříku
Interní údaje obchodních
vztahů
Výkaz zisku a
Historické údaje
Rozvaha
ztráty
Účetní závěrka
Ostatní externí údaje
Systém řízení odběratelských rizik
Zdravotní a soc.
analýza
pojišťovny
Pohledávky
Likvidace
Vyhodnocení bonity
rating
scoring
Úpadek
Insolvence
Stanovení limitů
Stanovení
expozic
rizikové kapacity
Konkurz
Zkušenosti
Posouzení
jiných
rizika
dodavatelů
Odvětví a management
Odvětví
Management
Obrázek 3-2 Proces řízení odběratelského rizika, vlastní zpracování
46
3.3.2
Analýza
3.3.2.1 Externí údaje
Externí údaje představují jednoduchý, ale zato velice důležitý ukazatel finančního zdraví
hodnoceného podniku.
Může se totiž stát, že i odběratel, který vždy pravidelně a včas platil, nemusí dostát svých nových
závazků. Toto riziko je tu vždy a nelze ho nikdy zcela vyloučit. Pořád je tu ale možnost
preventivního opatření pro snížení takového rizika. Preventivní opatření by mělo brát v úvahu
zejména následující faktory:
•
Dluhy u zdravotních pojišťoven naznačují, zda se subjektu ekonomicky již opravdu
nedaří. Tato informace je většinou předzvěstí budoucího pádu subjektu do insolvence.
Vybrané zdravotní pojišťovny zveřejňují seznamy svých dlužníků na internetu:
o
Všeobecná zdravotní pojišťovna 17,
o
Zdravotní pojišťovna ministerstva vnitra ČR18,
o
Revírní bratrská pokladna 19,
o
Zdravotní pojišťovna média20.
•
Pohledávky vůči jiným společnostem; 21
•
Firma je v likvidaci, resp. zanikla; 22
•
Firma se nachází v centrální evidenci úpadců; 23
•
Firma se nachází v insolvenčním rejstříku; 24
•
Firma je v návrhu na konkurz (nemusí být nakonec prohlášena). 25
17
http://www.vzp.cz/cms/internet/cz/Platci/Dluznici/
18
http://www.zpmvcr.cz/dluznici/dluznici.htm
19
http://www.rbp-zp.cz/index.php?m=158
20
http://www.mediazp.cz/dluznici
21
http://www.otp.cz/
22
http://wwwinfo.mfcr.cz/ares/ares_es.html.cz
23
http://www.justice.cz/cgi-bin/sqw1250.cgi/upkuk/s_i8.sqw
24
https://isir.justice.cz/isir/common/index.do
25
http://portal.mpsv.cz/sz/obcane/insolvence/zamkonkurz/
47
Jestliže splňuje hodnocená společnost některý ze zmíněných faktorů, s velkou pravděpodobností
se nachází ve špatné finanční kondici. Dá se proto říct, že je lepší se takové spolupráci vyhnout,
neboť je velice riziková.
Oproti ostatním dostupným informacím mají dále největší vypovídající hodnotu hlavně platební
zkušenosti jiných dodavatelů (reference). Zejména v případě nového klienta. Účetní výkazy totiž
popisují skutečnost s určitým časovým zpožděním. Není proto divu, že se dodavatelé spíše
zaměřují na monitorování platební morálky svých odběratelů a odpovídající zajištění pohledávek.
3.3.2.2 Odvětví a management
Současná situace a předpokládaný vývoj průmyslových odvětví i celého hospodářství má vliv na
všechny ekonomické subjekty.
Dalším krokem ratingu je proto zhodnocení současné a budoucí situace v odvětví, ve kterém
klient podniká. Taková charakteristika odvětví by pak měla zahrnovat:
•
růst odvětví,
•
výnosnost odvětví,
•
a vlastní zkušenost.
Problémem tohoto hodnocení může být omezené množství veřejně dostupných statistických dat
o vývoji průmyslových odvětví. Český statistický úřad sice publikuje informace o růstu
jednotlivých odvětví a jejich podílu na HDP, neméně důležitá je ale také rentabilita (výnosnost),
která už, bohužel, veřejně přístupná není. Těmito daty však disponují banky a specializované
instituce provádějící vlastní odvětvové analýzy a tudíž je tady možnost jejich koupě.
Následujícím krokem je ohodnocení kvalit managementu hodnocené společnosti. Pro
dlouhodobé a úspěšné fungování podniku je nevyhnutelné mít k dispozici zkušený a
kvalifikovaný manažerský tým. Ohodnocení by mělo brát v úvahu zejména:
•
zkušenosti a schopnosti managementu,
•
obchodní strategie,
•
a v neposledním řadě úspěšnost.
Pro toto hodnocení obecně hrozí nedostatek relevantních informací. I proto v SROR pro všechny
tři kritéria zavádím jen jednu společnou možnost ohodnocení (více viz kapitola 4 Modelový
příklad).
Tyto informace je samozřejmě možné požadovat po klientovi (např. formou dotazníku). Otázkou
ale je, kolik takových informací by vůbec byl ochoten poskytnout. Základním zdrojem informací o
48
managementu klienta je proto výpis z obchodního rejstříku. Ten však poskytuje pouze jména
statutárních zástupců, délku působení ve společnosti a případně jejich akademické tituly.
Některé společnosti mají informace o managementu, a také o případné ISO certifikaci, uvedeny
na svých internetových stránkách.
3.3.2.3 Finanční analýza
Každá obchodní společnost registrovaná v Obchodním rejstříku Ministerstva spravedlnosti ČR má
podle zákona č. 563/1991 Sb. povinnost jednou ročně sestavovat účetní závěrku, kterou
tvoří rozvaha (bilance) a výkaz zisku a ztrát. Tyto údaje jsou následně vloženy do Sbírky listin
Obchodního rejstříku 26, odkud jsou pak veřejně přístupné. (32)
Na základě finančních informací obsažených v účetní závěrce je možné stanovit některé
poměrové finanční ukazatele. Tyto ukazatele dokážou ve stručné a jasné formě vypovědět o
ekonomické situaci společnosti, tedy jak efektivně daná společnost nakládá se svými finančními
prostředky nebo jakou má vyjednávací sílu vůči dodavatelům aj. Pro hodnocení v SROR jsou
důležité:
•
likvidita a aktivita,
•
zadluženost
•
a rentabilita.
Problémem může být aktualita těchto finančních údajů. Zveřejněné účetní výkazy totiž popisují
skutečnost s určitým časovým opožděním. Možným řešením je požádání klienta o účetní výkazy.
Důvěryhodnost těchto dokumentů by měla být potvrzena auditorem, aby se předešlo
podvodům.
V mém modelu SROR jsem využil vybrané poměrové ukazatele finanční analýzy. Je nutné
podotknout, že kromě poměrových ukazatelů existují i jiné metody, např. syntetické ukazatele.
Z nich je nejznámější Altmanův model (také označován jako Z skóre nebo Altmanův index), který
se používá pro hodnocení finančního zdraví podniku. Tento model je schopen jedním souhrnným
indexem (číslem) vyjádřit pravděpodobnost, zda se analyzovaný podnik blíží k bankrotu. Jelikož
jeho výpočet kombinuje několik již v mém modelu použitých ukazatelů, bylo by jeho použití
duplicitní, a proto jsem ho do SROR nezahrnul.
26
http://www.justice.cz/or/
49
3.3.2.3.1
Likvidita a aktivita
Likvidita vyjadřuje schopnost ekonomického subjektu dostát svým závazkům prostřednictvím
jejich úhrady v peněžních prostředcích. Mít stálou likviditu je pro společnosti všech velikostí
zásadní. Nejen kvůli prostoru pro investice, ale také kvůli dostatečnému manévrovacímu
prostoru pro rychlou reakci na trh. Dobrou likviditou podnik zlepšuje své postavení vůči
konkurentům, dodavatelům a bankám.
Běžná likvidita (Current Ratio) se vypočítá jako podíl krátkodobých závazků na oběžných
aktivech. Tento ukazatel nám tedy říká, kolikrát je ekonomický subjekt schopen uspokojit
pohledávky věřitelů v případě, kdy promění všechna svá oběžná aktiva v peněžní prostředky. Lze
říci, že čím je hodnota tohoto ukazatele vyšší, tím lepší by měla být schopnost podniku splácet
své krátkodobé závazky. Za optimální stav je považována hodnota 2, případně interval 1,5 – 2,5.
Problematická je hodnota menší než 1. Ta značí, že krátkodobé závazky není možné z oběžných
aktiv uhradit a je nutné je hradit z dlouhodobých zdrojů financování, potažmo z prodeje
dlouhodobého majetku. Obecně lze říci, že čím stálejší jsou příjmy firmy a čím jistější jsou zdroje
jejích příjmů (např. pomocí rámcových smluv se zákazníky), tím může být hodnota běžné likvidity
blíže jedné. (33)
𝐵𝐵ěž𝑛𝑛á 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙 =
𝑜𝑜𝑜𝑜ěž𝑛𝑛á 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎
𝑘𝑘𝑘𝑘á𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡é 𝑧𝑧á𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣
Pohotová likvidita (Quick Asset Ratio) představuje více konzervativní poměr než běžná likvidita,
protože z výpočtu vylučuje zásoby. Zásoby totiž často není možné pohotově přeměnit na peněžní
prostředky. U společností, které se zabývají službami, je proto pohotová likvidita téměř identická
jako běžná likvidita. U výrobních podniků se naopak tato hodnota může poměrně podstatně lišit.
Doporučená hodnota běžné likvidity se pohybuje mezi 1 a 1,5. (33)
𝑃𝑃𝑃𝑃ℎ𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜á 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙 =
(𝑜𝑜𝑜𝑜ěž𝑛𝑛á 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 – 𝑧𝑧á𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 )
𝑘𝑘𝑘𝑘á𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡é 𝑧𝑧á𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣
Ukazatele aktivity měří, jak efektivně podnik hospodaří se svými aktivy. Má-li jich vice, než je
účelné, náklady rostou. Má-li jich málo, přichází o tržby, které by mohl získat jejich prodejem.
(34)
Doba splatnosti pohledávek (Average Collection Period) je velice důležitým ukazatelem aktivity.
Tento ukazatel říká, jak dlouhá je průměrná splatnost pohledávek, resp. kolik dní poskytuje v
průměru firma bezúročný dodavatelský úvěr svým zákazníkům. V praxi lze hodnotu okolo 14
50
považovat za výbornou a hodnotu nad 70 za nepříliš uspokojivou. Doba splatnosti pohledávek se
vypočítá jako součet dlouhodobých a krátkodobých pohledávek vydělený tržbami a vynásobený
počtem dnů/týdnů/měsíců v roce. Jakožto tržby se berou v úvahu tržby za prodej zboží, výrobků
a služeb. Vyloučit je potřeba jednorázové prodeje majetku či cenných papírů, které se v dalším
období nebudou opakovat, aby nedošlo ke zbytečnému zkreslení tohoto ukazatele.
Tento
ukazatel navíc mezi řádky říká, jak moc silnou vyjednávací pozici má firma vůči svým zákazníkům.
(35)
𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 𝑝𝑝𝑝𝑝ℎ𝑙𝑙𝑙𝑙𝑙𝑙á𝑣𝑣𝑣𝑣𝑣𝑣 =
(𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑ℎ𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜é 𝑝𝑝𝑝𝑝ℎ𝑙𝑙𝑙𝑙𝑙𝑙á𝑣𝑣𝑣𝑣𝑣𝑣 + 𝑘𝑘𝑘𝑘á𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡é 𝑝𝑝𝑝𝑝ℎ𝑙𝑙𝑙𝑙𝑙𝑙á𝑣𝑣𝑣𝑣𝑣𝑣)
∗ 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑
𝑡𝑡𝑡𝑡ž𝑏𝑏𝑏𝑏
Doba úhrady krátkodobých závazků (Creditors Payment Period) je ukazatelem aktivity říkající, za
kolik dní (tj. s jakou dobou splatnosti) v průměru uhradí firma své závazky. Je přitom nanejvýš
vhodné, aby hodnota tohoto ukazatele byla vyšší než hodnota doby splatnosti pohledávek. Doba
úhrady krátkodobých závazků se vypočítá jako součet krátkodobých závazků a krátkodobých
bankovních úvěrů vydělený tržbami a vynásobený počtem dnů/týdnů/měsíců v roce. Tak, jak
tomu bylo i v předešlém případě, i tady se jako tržby berou v úvahu tržby za prodej zboží,
výrobků a služeb. U tohoto ukazatele se mezi řádky píše, jak moc silnou vyjednávací pozici má
firma vůči svým dodavatelům a potažmo i zaměstnancům. Platí přitom, čím vyšší hodnotu
výpočet ukáže, tím silnější je pozice dané firmy, a to nejen v oblasti jednání s dodavateli. (35)
𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 úℎ𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 𝑧𝑧á𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣ů =
3.3.2.3.2
(𝑘𝑘𝑘𝑘á𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡é 𝑧𝑧á𝑣𝑣𝑣𝑣𝑣𝑣𝑘𝑘𝑘𝑘 + 𝑘𝑘𝑘𝑘á𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡é ú𝑣𝑣ě𝑟𝑟𝑟𝑟)
∗ 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑
𝑡𝑡𝑡𝑡ž𝑏𝑏𝑏𝑏
Zadluženost
Ukazatel zadluženosti (Debt Ratio) hodnotí úvěrové zatížení podniku. Jinými slovy tento
ukazatel říká, z kolika procent jsou aktiva podniku kryta cizím majetkem. Zadluženost sama o
sobě není pouze negativní charakteristikou podniku. Ve zdravém, finančně stabilním podniku
může její růst přispívat k celkové rentabilitě a tím i k tržní hodnotě podniku. Neexistuje ani přímá
souvislost mezi zadlužeností a insolventností, vyšší zadluženost totiž nemusí vždy přivádět
podnik do finančních potíží. A také naopak, do platebních potíží se mohou dostat i podniky s
poměrně nízkým stupněm zadluženosti, nemají-li dostatek likvidních prostředků.
Zadluženost podniku by se vždy měla pohybovat v určitých mezích. Platí obecné pravidlo, že čím
více je podnik zadlužen, tím vyšší je i riziko věřitelů. Vyšší hodnoty ukazatele jsou přitom žádané
z pozice vlastníků, ovšem pokud je růst zadluženosti doprovázen růstem rentability a není
ohrožena platební schopnost podniku. Z toho vyplývá, že zadluženost je nutné posuzovat v
51
souvislosti s rentabilitou a likviditou. Vyšší zadluženost je tedy akceptovatelná jen za
předpokladu vyšší rentability. Za optimální je považována hodnota 30 až 50 %. (36) (34)
𝑀𝑀í𝑟𝑟𝑟𝑟 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐é 𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧ž𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 =
𝑐𝑐𝑐𝑐𝑐𝑐í 𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧
𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐á 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎
Úrokové krytí (Interest Coverage Ratio) udává, nakolik je zajištěno placení úroků. Ukazatel
informuje o tom, kolikrát zisk před odpočtem úroků a daní (Earnings Before Interests and Taxes,
EBIT) 27 pokrývá úrokové náklady společnosti. Jinak řečeno udává schopnost podniku splatit
úroky. Případná neschopnost podniku platit úroky ze zisku by mohla být znakem blížícího se
úpadku. Za optimální je považována hodnota kolem 8, hodnota nižší než 2 je považována za
značně rizikovou. Pokud je ukazatel roven 1, znamená to, že na zaplacení úroků je třeba celého
zisku. Ukazatel by měl být větší jak 3. (34)
ú𝑟𝑟𝑟𝑟𝑘𝑘𝑘𝑘𝑘𝑘é 𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘í =
3.3.2.3.3
𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝í 𝑣𝑣ý𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 ℎ𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜ř𝑒𝑒𝑒𝑒í
𝑛𝑛á𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘é ú𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟
Rentabilita
Rentabilta (výnosnost, Profitability) je schopnost podniku dosahovat zisk 28 a zhodnocovat tím
vložený kapitál. Vysoká rentabilita výroby vyžaduje použití převážné části finančních prostředků
ve výrobě a tím vylučuje jejich vysokou likviditu. Mezi likviditou a rentabilitou tedy existuje
nepřímá úměrnost.
Rentabilita tržeb (Return On Sales, ROS) vyjadřuje schopnost podniku dosahovat zisku. ROS de
facto ukazuje, kolik korun zisku připadne na jednu korunu tržeb, neboli jaká je faktická celková
marže společnosti, po zvážení všech jejích nákladů na cizí kapitál, zaměstnance, provoz, atd.
Proto se někdy také užívá označení operating profit (provozní zisk) či operating income margin
(provozní zisková marže). Rostoucí ROS vypovídá, že společnost se efektivně vyvíjí, zatímco
klesající může být signálem hrozících finančních potíží. Tak jak tomu bylo i v případě předchozích
ukazatelů, i tady se jako tržby berou v úvahu tržby za prodej zboží, výrobků a služeb.
27
EBIT označuje zisk před úroky a zdaněním. Jedná se tedy o součet Výsledku hospodaření za účetní
období, daně z příjmů z mimořádné činnosti a daně z příjmů za běžnou činnost a nákladových úroků, které
se jako jediné v českých účetních výkazech přímo nenachází. V mých výpočtech budu proto namísto EBIT
uvažovat provozní výsledek hospodaření.
28
Za zisk pro vyčíslení rentability lze považovat jakoukoli kategorii zisku, tj. provozní výsledek hospodaření,
výsledek hospodaření za běžnou činnost či výsledek hospodařeni za běžné účetní období. Volba příslušné
kategorie závisí na potřebách hodnocení.
52
Jednorázové prodeje majetku či cenných papírů, které se v dalším období nebudou opakovat, je
potřeba vyloučit, aby nedošlo ke zbytečnému zkreslení ukazatele. (37)
𝑅𝑅𝑅𝑅𝑅𝑅 =
𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝í 𝑣𝑣ý𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 ℎ𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜ř𝑒𝑒𝑒𝑒í
𝑡𝑡𝑡𝑡ž𝑏𝑏𝑏𝑏
Rentabilita aktiv (Return on Assets, ROA) ukazuje, do jaké míry se daří společnosti z dostupných
aktiv generovat zisk, případně jinou alternativní veličinu poměřující firemní výkonnost. Jinými
slovy vyjadřuje efektivitu aktiv při generování cash flow. (37) (34)
𝑅𝑅𝑅𝑅𝑅𝑅 =
𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝í 𝑣𝑣ý𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 ℎ𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜ř𝑒𝑒𝑒𝑒í
𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐á 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎
Rentabilita vlastního kapitálu (Return on Equity, ROE) určuje, jak je zhodnocován vlastní kapitál.
Jinými slovy vyjadřuje, kolik korun zisku vytvoří právě jedna koruna vlastních zdrojů. ROE je proto
klíčovým ukazatelem pro vlastníky podniku. ROE se tudíž dá bez problémů použít i pro
benchmarking, tj. srovnání s konkurenty ze stejného oboru. ROE (stejně jako ROA) je přirozeně
závislé na oboru činnosti dané firmy. Autentický obrázek o dosahovaném ROE v USA poskytují
webové stránky prof. Damodarana 29. (37) (34)
𝑅𝑅𝑅𝑅𝑅𝑅 =
𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧 𝑝𝑝𝑝𝑝 𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧ě𝑛𝑛í
𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣í 𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘á𝑙𝑙
3.3.2.4 Historické údaje
Zatímco výše uvedené poměrové ukazatele dokážou teoreticky charakterizovat finanční pozici a
stabilitu podniku, praktickým indikátorem odběratelského (kreditního) rizika je platební morálka
klienta založená na historické zkušenosti. U klienta, který se pravidelně dostává do prodlení s
jednotlivými platbami, hrozí (nezávisle na ukazatelích vyplývajících z finančních výkazů) větší
riziko defaultu než u klienta, který platí všechny své závazky včas.
U nového klienta ovšem tyto údaje nejsou k dispozici, avšak dají se alespoň využít zkušenosti
jiných společností (dodavatelů) popisované v kapitole 3.3.2.1.
V případě stávajícího klienta pak hodnocení SROR bere v potaz:
29
http://pages.stern.nyu.edu/~adamodar/New_Home_Page/datafile/pbvdata.html
53
•
riziko opoždění platby
•
a platební morálku.
Riziko opoždění platby vychází z historických informací o platbách klienta, které má společnost
k dispozici z předešlých kontraktů. Pomocí metody VAR se stanovuje pravděpodobnost, s jakou
bude překročena stanovená hranice splatnosti hypotetických budoucích pohledávek. Jako
vstup metody poslouží údaje o dobách úhrady minulých pohledávek.
Platební morálka pak kromě zpoždění plateb zohledňuje i to, zda bylo potřeba klienta k placení
(opakovaně) vyzvat, resp. byla (opakovaně) použita inkasní agentura, případně klient nezaplatil
vůbec.
3.3.3
Vyhodnocení bonity odběratelů
Velice důležitým nástrojem pro ocenění vztahu se zákazníkem je vyhodnocení bonity zákazníků.
Bonita vyjadřuje schopnost firmy řádně plnit své závazky.
V rámci mého modelu SROR je bonita vyhodnocována jakožto jednoduchý rating, protože se
v hodnocení kromě jiného zohledňují i např. vlastní zkušenosti, reference od jiných společností,
či subjektivní ohodnocení managementu. Výsledkem ratingového procesu je ratingová známka,
která charakterizuje bonitu klienta. Ratingová známka obsahuje ohodnocení:
•
•
Kvalitativní:
o
stanovený stupeň ohodnocení dle definované stupnice,
o
popis (neboli deskriptor) ohodnocení,
o
stupeň rizika;
Kvantitativní v podobě skóre.
Ratingový proces pak vychází ze čtyř následujících kroků (již popsáno v kapitole 3.3.2):
•
prozkoumání externích údajů,
•
ocenění schopností managementu a celkové charakteristiky odvětví,
•
vyhodnocení vybraných poměrových ukazatelů finanční analýzy,
•
analýza historických údajů.
Tyto čtyři kroky zároveň představují jakési oddíly ohodnocení, přičemž každý oddíl v sobě
zahrnuje několik položek hodnocených faktorů (jak již bylo popsáno v kapitole 3.3.2).
Pro vyhodnocení ratingu je pak použita tzv. metoda koeficientů a vah. Ta je založena na tom, že
každé položce (faktoru) je přiřazen buďto koeficient nebo váha podle nadefinované stupnice.
Váhy jsou přiřazované na bázi sum tzv. vícenásobného vážení. Znamená to, že hodnoty
54
jednotlivých položek (Hij) jsou nejdříve transformovány na váhy (Pij) podle definované stupnice.
Tyto položkové váhy (Pij) pak tvoří procentuální podíl v rámci váhy celého oddílu, který má také
přiřazenou svoji vlastní procentuální váhu (Xi) v rámci celkového skóre (S). Jednotlivé koeficienty
(ki) jsou pak sečteny do výsledného, tzv. celkového, koeficientu (K) podle následujícího vztahu:
𝐾𝐾 =
1
1 + ∑𝑖𝑖 𝑘𝑘𝑖𝑖
𝐻𝐻𝑖𝑖𝑖𝑖 �⎯⎯⎯⎯⎯� 𝑃𝑃𝑖𝑖𝑖𝑖
𝐾𝐾 =
Výsledné skóre (S) je pak součinem sumy vah a celkového koeficientu, jak to popisuje i vztah:
𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠
1
1 + ∑𝑖𝑖 𝑘𝑘𝑖𝑖
𝑆𝑆 = �� 𝑋𝑋𝑖𝑖 × � 𝑃𝑃𝑖𝑖𝑖𝑖 � × 𝐾𝐾
𝑖𝑖
𝑗𝑗
Je nutno poznamenat, že některé faktory vstupující do ratingu jsou natolik závažné, že v případě
jejich kladného vyhodnocení již další výpočet ratingu nemá smysl. Jedná se o faktory
likvidace/zánik společnosti a konkurz. Proces ratingu znázorňuje Obrázek 3-3.
Likvidace/zánik
Konkurz
ANO
Skóre nespočteno
NE
Výpočet skóre
Koeficient
(K)
X
Oddílové
X
váhy (ΣXi%)
Položkové
Hodnoty
váhy (ΣPij%)
(Hij)
Obrázek 3-3 Proces ratingu v rámci SROR, vlastní zpracování
55
3.3.4
Stanovení limitů expozic
Výstupem SROR je kromě vyhodnocení bonity klienta také určení maximální možné výše
celkových nesplacených pohledávek, do které je možné obchodovat s jednotlivými odběrateli
neboli poskytovat nezajištěný úvěr (dodávat na fakturu). Tento údaj se nazývá rámcem
dodavatelského úvěru, kreditním limitem, limitem expozice nebo i jinak. (22)
Kreditní limit tedy vyjadřuje horní hranici nesplaceného obchodního úvěru s jednotlivými
klienty. Tento limit by měl být nastaven v závislosti na rizikové kapacitě (Risk Capacity). Ta
představuje nejvyšší finanční ztrátu, která výrazně neovlivní existenci společnosti (více viz
kapitola 3.1.1 Riziková kapacita a přijatelné riziko). Pro stanovení kreditního limitu je nejlepší
vycházet z ohodnocení bonity daného zákazníka (popsáno v kapitole 3.3.3 Vyhodnocení bonity
odběratelů). V případě většího kontraktu je dobré využít i kreditních informací od
specializovaných agentur, jak již bylo popsáno v kapitole 3.3.1. Stanovení kreditních limitů by
měla mít na starosti kompetentní osoba (risk manažer, ratingový manažer a jiní), resp.
specializovaný útvar (např. ratingový výbor). Rovněž by mělo být sledováno i dodržování
(nepřekročení) těchto limitů.
U stávajících klientů by měl být tento limit již stanoven. Jeho výše by ovšem měla podléhat
periodické kontrole, aby byl limit vždy nastaven dle nejnovějších informací. V případě nového
klienta je vždy nezbytné tento limit stanovit, aby se předešlo již zmíněným problémům s bonitou
klienta a případně aby nebyla zbytečně ohrožena i likvidita samotné společnosti.
Uhradí-li klient platbu hotově či zálohově, není potřeba kreditní limit nastavovat. Dále také
nemusí podléhat nastavení stoprocentně zajištěná platba, jelikož její nesplacení nepřichází v
úvahu. Zajišťovací instrumenty jsou podrobně popsány v kapitole 3.2.1 Zajišťovací instrumenty a
externí služby řízení odběratelského rizika.
Nakonec je nutno podotknout, že řízením kreditního rizika není rozuměna pouze oblast obchodu
(riziko bonity odběratelů), ale zároveň se okrajově dotýká i oblasti nákupu společnosti (riziko
likvidity společnosti). Případným poskytováním záloh na nákup totiž vzniká stejné riziko jako u
pohledávek z obchodních vztahů, tj. zálohou na nákup (např. materiálu) se společnost vystavuje
možnosti nedodržení sjednaných obchodních podmínek. Více se o kreditním riziku pojednává
v kapitole 1.3 Úvěrové riziko.
56
3.3.5
Posouzení rizika
Na závěr procesu řízení odběratelského rizika dochází k posouzení rizika. Tento úkol by měl
vykonávat kompetentní manažer nebo oddělení.
Výsledky analýzy rizika v podobě vyhodnocení bonity daného klienta poskytují podklady pro
posouzení, zda je riziko přijatelné či nepřijatelné (viz také kapitola 3.1 Hodnocení rizika a výběr
rizikových variant). Závěr tohoto posouzení ovlivňuje především stanovený kreditní limit pro
daného klienta (viz kapitola 3.3.4) a také velikost rizika, kterou je společnost ochotna tolerovat.
Přijatelné riziko pak představuje takovou výši ztráty, kterou je společnost ochotna přijmout
v rámci stanoveného kreditního limitu. Zákazník pak s pravděpodobností p zaplatí a společnost
dosáhne zisku. Je zde ovšem i možnost, že zákazník nezaplatí, a to s pravděpodobností (1-p), a
společnost bude mít ztrátu. Další možností je, že riziko bude vyhodnoceno jako nepřijatelné a
společnost nedosáhne ani zisku ani ztráty. Průběh posouzení rizika zachycuje Obrázek 3-4.
Očekávaný zisk z rizika je možno stanovit dle vztahu (38):
𝑂𝑂č𝑒𝑒𝑒𝑒á𝑣𝑣𝑣𝑣𝑣𝑣ý 𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧 = 𝑝𝑝 × 𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧 − (1 − 𝑝𝑝) × 𝑧𝑧𝑧𝑧𝑧𝑧á𝑡𝑡𝑡𝑡
= 𝑝𝑝 × (𝑣𝑣ý𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛 − 𝑛𝑛á𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘 ) − (1 − 𝑝𝑝) × 𝑛𝑛á𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘
Posouzení
rizika
Přijatelné
Nepřijatelné
riziko
riziko
Zákazník
Zaplatí
Nezaplatí
zaplatí
(1-p)
(p)
zisk
ztráta
0
Obrázek 3-4 Posouzení rizika, vlastní zpracování podle (38)
57
4 Modelový příklad
Za účelem praktického odzkoušení navrženého modelu SROR jsem provedl vyhodnocení bonity
vybraného subjektu. Z online katalogu firem30
jsem náhodně zvolil společnost, která musí
splňovat následující podmínky:
•
působí na území ČR,
•
splňuje podmínky pro SME popsané v kapitole 1.4 Malé a střední podniky,
•
zaměřuje se na vlastní výrobu (aby bylo možné společnost posoudit z pohledu
dodavatele).
4.1 Společnost ML-Tuning, s. r. o.
ML-Tuning, spol. s r. o., je českým výrobcem kloubových hřídelí. Obchodní společnost se sídlem v
Mimoni byla založena společenskou smlouvou mezi Jaromírem Lochmanem a Ingeborgem
Lochmanem ze dne 2. září 1991 a zapsána do obchodního rejstříku 4. října 1991 jako výrobce
doplňků pro automobilový průmysl.
Od roku 1993 je jediným společníkem a jednatelem Jaromír Lochman. Dle obchodního rejstříku
je Jaromír Lochman také společníkem ve společnostech HAAS + RUKOV s.r.o. (v likvidaci), DELTA
HL spol. s r.o., LTA s.r.o., C.Bau spol. s r.o., RUKOV - Prominent spol. s r.o. a členem dozorčí rady
Medica Central Group a.s.
V roce 1996 došlo k navýšení základního kapitálu společnosti ML-Tuning z původních 100 000 Kč
na současných 1 000 000 Kč.
Dle výpisu z obchodního rejstříku je předmětem podnikání společnosti ML-Tuning:
30
•
silniční motorová doprava nákladní
•
zámečnictví
•
kovoobráběčství
•
velkoobchod
•
specializovaný maloobchod
•
zprostředkování obchodu
•
zprostředkování služeb
•
výroba plastových výrobků a pryžových výrobků
•
povrchové úpravy a svařování kovů
http://www.firmy.cz/
58
•
výroba strojů a zařízení pro využití mechanické energie
•
pronájem a půjčování věcí movitých
V roce 1993 společnost zprivatizovala bývalou STS v Jablonném v Podještědí, kde byl rozšířen
program výroby a oprav kardanových hřídelí pro stroje, průmysl a dopravní techniku. V roce
1997 byla společnost rozšířena o provoz v České Lípě.
Společnost ML-Tuning opravuje všechny typy kardanových hřídelí a kloubů nejen ze své
produkce, současně je schopna dle dokumentace zákazníka dodávat i díly vyráběné
kovoobráběním, svařováním a renovovat díly navařováním. Široká síť vlastních servisních
středisek a velké množství dílů kardanových hřídelí, které má skladem umožňují vyrábět a
opravovat kardanové hřídele podle různých požadavků ve velmi krátkém čase. 31
4.2 Analýza
Pro analýzu údajů jsem použil vlastní ratingový nástroj vytvořený pro SROR – tabulkový
kalkulátor MS Excel (dále pod označením program). Náhled programu a nastavení stupnic
hodnotícího systému se nachází v příloze.
Všechny peněžité částky v následujícím textu jsou v tisících Kč.
4.2.1
Externí údaje
V rámci externích údajů mají pro vyhodnocení bonity největší vypovídací hodnotu platební
zkušenosti jiných dodavatelů (reference). Bohužel, tyto informace jsem neměl k dispozici. Proto
v programu volím hodnotu „Nejsou známé“, což v programu znamená přiřazení koeficientu 0,1.
Další externí údaje představují jednoduchý, ale zato velice účinný ukazatel finančního zdraví
hodnoceného podniku, protože dokážou vypovědět, zda se společnost nenachází ve velice
špatné finanční kondici.
Prozkoumal jsem dostupné informace o společnosti a všechny následující informace vyhodnotil
záporně (tj. nezaškrtávám žádné z políček):
31
•
Likvidace/zánik společnosti
•
Návrh na konkurz
http://www.kardany.cz/
59
•
Dluhy u zdravotních pojišťoven
•
Pohledávky vůči jiným společnostem
•
Centrální evidence úpadců
•
Insolvenční rejstřík
4.2.2
Odvětví a management
Dalším krokem ratingu je zhodnocení současné a budoucí situace v odvětví, ve kterém klient
podniká.
Společnost ML-Tuning, jakožto výrobce doplňků pro automobilový průmysl, spadá pod odvětví
automobilového průmyslu. Podle posledních statistik průmyslové produkce Českého
statistického úřadu 32 a přehledu výroby a odbytu vozidel domácích výrobců zveřejněných na
stránkách sdružení automobilového průmyslu 33 hodnotím odvětví takto:
•
Růst odvětví – za stejné období oproti roku 2009 (tj. 1. kvartál 2009 až 1. kvartál 2010)
došlo k průměrnému nárůstu ve výrobě motorových vozidel o 31%. Podle stupnice spadá
tato hodnota do intervalu pro „vysoký nárůst“ produkce odvětví.
•
Výnosnost odvětví – jelikož nemám k dispozici statistiky výnosů odvětví, budu vycházet
z předpokladu, že výnosy jsou přímo závislé na produkci a tudíž také volím hodnotu
„velmi dobrá“ výnosnost.
•
Vlastní zkušenost – jedná se o čistě subjektivní hodnocení. Volím hodnotu „neutrální“,
protože žádnou vlastní zkušenost v odvětví nemám.
Tady se potvrdil můj předpoklad ohledně problému veřejné nedostupnosti statistických dat
rentability (výnosnosti) průmyslových odvětví. Těmito daty však disponují banky a specializované
instituce provádějící vlastní odvětvové analýzy a tudíž je možnost jejich koupě.
Následuje ohodnocení kvalit managementu. Jak již bylo uvedeno, společnost byla založena
v roce 1991 Jaromírem a Ingeborgem Lochmanovými a od roku 1993 je jediným společníkem a
jednatelem Jaromír Lochman. Informace o nejvyšším ukončeném vzdělání není známá, podle
všeho však J. Lochman nedosáhl univerzitního vzdělání. Jeho věk je 63 let.
Společnost získala několik výrobních a profesních certifikátů:
•
v roce 2008 společnost obdržela certifikát systému managementu jakosti dle normy
ČSN EN ISO 9001:2001 pro obory výroba a opravy spojovacích hřídelí,
32
http://www.czso.cz/csu/csu.nsf/i/pruqcr_21/$File/prucr050710_21.xls
33
http://www.autosap.cz/sfiles/a1-1.htm
60
•
v roce 2007 certifikát pro proces svařování podle normy ČSN EN ISO 3824 – 2:2006 pro
obory výroby a opravy spojovacích hřídelí na drážních vozidlech,
•
certifikát způsobilosti dodavatele ČD také z roku 2007
•
a v roce 2002 certifikát způsobilosti dodavatele ŽSR.
Společnost v roce 1993 zprivatizovala bývalou STS v Jablonném v Podještědí a v roce 1997 byla
rozšířena o provoz v České Lípě a také provozuje širokou síť vlastních servisních středisek.
Na základě výše uvedeného hodnotím management stupněm „velmi dobrý“, což znamená
přiřazení váhy 100% v rámci oddílu management.
4.2.3
Finanční analýza
Hodnocení následujících oddílů sestává z výpočtu poměrových ukazatelů, které čerpají údaje z
finančních výkazů hodnoceného subjektu. Tyto ukazatele ve stručné a jasné formě vypovídají o
ekonomické situaci společnosti.
Zde se naplnila moje obava týkající se aktuality těchto finančních údajů. Pro finanční analýzu
jsem totiž měl k dispozici účetní závěrku ke dni 31. 12. 2008, tj. finanční informace více než 15
měsíců staré.
4.2.3.1 Likvidita a aktivita
Běžná likvidita (Current Ratio):
𝐵𝐵ěž𝑛𝑛á 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙 =
𝑜𝑜𝑜𝑜ěž𝑛𝑛á 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎
𝑘𝑘𝑘𝑘á𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡é 𝑧𝑧á𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣
𝐵𝐵ěž𝑛𝑛á 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙 =
24 318
= 5,72
4 255
Ukazatel běžné likvidity větší než 2 obecně značí vysokou schopnost podniku splácet své
krátkodobé závazky, program tudíž ocenil ukazatel přidělením váhy 100%.
Pohotová likvidita (Quick Asset Ratio):
𝑃𝑃𝑃𝑃ℎ𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜á 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙 =
𝑃𝑃𝑃𝑃ℎ𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜á 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙 =
(𝑜𝑜𝑜𝑜ěž𝑛𝑛á 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 – 𝑧𝑧á𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 )
𝑘𝑘𝑘𝑘á𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡é 𝑧𝑧á𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣
(24 318 – 14 103)
= 2,40
4 255
61
Ukazatel pohotové likvidity opět převyšuje stanovené optimum 1,5. Jelikož se jedná o výrobní
podnik, hodnoty pohotové a běžné likvidity se od sebe liší.
Doba splatnosti pohledávek (Average Collection Period) se vypočítá jako součet dlouhodobých a
krátkodobých pohledávek vydělený tržbami a vynásobený počtem dnů/týdnů/měsíců v roce.
Jakožto tržby se berou v úvahu tržby za prodej zboží, výrobků a služeb.
𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 𝑝𝑝𝑝𝑝ℎ𝑙𝑙𝑙𝑙𝑙𝑙á𝑣𝑣𝑣𝑣𝑣𝑣 =
(𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑ℎ𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜é 𝑝𝑝𝑝𝑝ℎ𝑙𝑙𝑙𝑙𝑙𝑙á𝑣𝑣𝑣𝑣𝑣𝑣 + 𝑘𝑘𝑘𝑘á𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡é 𝑝𝑝𝑝𝑝ℎ𝑙𝑙𝑙𝑙𝑙𝑙á𝑣𝑣𝑣𝑣𝑣𝑣)
× 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑
𝑡𝑡𝑡𝑡ž𝑏𝑏𝑏𝑏
𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 𝑝𝑝𝑝𝑝ℎ𝑙𝑙𝑙𝑙𝑙𝑙á𝑣𝑣𝑣𝑣𝑣𝑣 =
(0 + 9 014)
× 365 = 43 𝑑𝑑𝑑𝑑í
(3 057 + 73 215)
Průměrná splatnost pohledávek pro společnost ML-Tuning je 43 dní. Zpoždění úhrady tedy
představuje 7 dní, což je o něco lepší než český průměr – 12 dní (r. 2010). Programem přidělená
váha 50% je tedy také průměrná.
Doba úhrady krátkodobých závazků (Creditors Payment Period):
𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 úℎ𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 𝑧𝑧á𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣ů =
(𝑘𝑘𝑘𝑘á𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡é 𝑧𝑧á𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣 + 𝑘𝑘𝑘𝑘á𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡é ú𝑣𝑣ě𝑟𝑟𝑟𝑟)
× 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑
𝑡𝑡𝑡𝑡ž𝑏𝑏𝑏𝑏
𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 úℎ𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 𝑧𝑧á𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣ů =
(4 255 + 145)
× 365 = 21 𝑑𝑑𝑑𝑑í
(3 057 + 73 215)
Dá se říci, že společnost se snaží „vzorně“ hradit své závazky. Z pohledu dodavatele je tato
hodnota velice dobrá a zároveň značí, že pozice společnosti v oblasti jednání s dodavateli není
příliš silná. To z pohledu společnosti ML-Tuning není úplně žádoucí, protože neplatí vztah, že
doba úhrady závazků je vyšší než doba splatnosti pohledávek.
4.2.3.2 Zadluženost
Celková zadluženost (Debt Ratio):
𝑀𝑀í𝑟𝑟𝑟𝑟 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐é 𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧ž𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 =
𝑀𝑀í𝑟𝑟𝑟𝑟 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐é 𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧ž𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 =
𝑐𝑐𝑐𝑐𝑐𝑐í 𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧
𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐á 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎
20 758
= 61%
34 040
61procentní zadluženost podniku se trochu vzdaluje od optimální meze 30 - 50%, čímž se zvyšuje
riziko věřitelů. Vyšší hodnoty ukazatele jsou sice žádané z pozice vlastníků společnosti, ovšem
62
pokud je růst zadluženosti doprovázen růstem rentability a není ohrožena platební schopnost
podniku. V tomto případě však hodnoty rentability nejsou zrovna nejlepší (viz níže).
Úrokové krytí (Interest Coverage Ratio):
ú𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟é 𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘í =
𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝í 𝑣𝑣ý𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 ℎ𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜ř𝑒𝑒𝑒𝑒í
𝑛𝑛á𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘é ú𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟
ú𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟é 𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘í =
1 122
= 11,45
98
Ukazatel úrokového krytí udává schopnost podniku hradit úroky z provozního výsledku
hospodaření. Hodnota převyšuje optimální hodnotu 8 a proto je tento výsledek velmi dobrý. To
ocenil i program přiřazením váhy 100%.
4.2.3.3 Rentabilita
Rentabilita tržeb (Return On Sales, ROS):
𝑅𝑅𝑅𝑅𝑅𝑅 =
𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝í 𝑣𝑣ý𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 ℎ𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜ř𝑒𝑒𝑒𝑒í
𝑡𝑡𝑡𝑡ž𝑏𝑏𝑏𝑏
𝑅𝑅𝑅𝑅𝑅𝑅 =
1 122
= 1,47%
(3 057 + 73 215)
Rentabilita tržeb vyjadřuje schopnost podniku dosahovat zisku. Hodnota ukazuje, že společnost
nedosahuje vysoké marže (po zvážení všech jejích nákladů na cizí kapitál, zaměstnance, provoz,
atd.)
Rentabilita aktiv (Return on Assets, ROA):
𝑅𝑅𝑅𝑅𝑅𝑅 =
𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝í 𝑣𝑣ý𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 ℎ𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜ř𝑒𝑒𝑒𝑒í
𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐á 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎
𝑅𝑅𝑅𝑅𝑅𝑅 =
1 122
= 3,30%
34 040
Rentabilita aktiv ukazuje, do jaké míry se daří společnosti z dostupných aktiv generovat zisk.
Efektivita aktiv tvořit zisk je tedy podle vypočtené hodnoty ukazatele dosti nízká.
63
Rentabilita vlastního kapitálu (Return on Equity, ROE):
𝑅𝑅𝑅𝑅𝑅𝑅 =
𝑅𝑅𝑅𝑅𝑅𝑅 =
𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧 𝑝𝑝𝑝𝑝 𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧ě𝑛𝑛í
𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣í 𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘á𝑙𝑙
604
= 4,56%
13 239
Rentabilita vlastního kapitálu určuje, jak je zhodnocován vlastní kapitál. ROE je proto klíčovým
ukazatelem pro vlastníky podniku. Podle tohoto ukazatele se investované prostředky vlastníků
podniku zhodnotily o 4,56%, což je možno považovat za výsledek poměrně nízký.
4.2.4
Historické údaje
Zatímco výše uvedené poměrové ukazatele teoreticky charakterizují finanční situaci hodnocené
společnosti, praktickým indikátorem odběratelského (kreditního) rizika je platební morálka
klienta založená na historické zkušenosti.
Riziko opoždění platby vychází z historických informací o platbách klienta. Údaje o historických
platbách jsem pro lepší názornost mého modelu SROR nasimuloval pomocí metody historické
simulace. Náhodně jsem vygeneroval soubor 50 hodnot, které představují doby úhrady
jednotlivých pohledávek z minulých kontraktů. Přitom jsem se snažil, aby se střední hodnota
tohoto souboru co nejvíce přibližovala průměrné době úhrady závazků vypočtené v kapitole
4.2.3.1.
Pro ilustraci shody empirického rozdělení vygenerovaného výběru a teoretického rozdělení, jsem
výběr aproximoval normálním rozdělením (N-rozdělením), což je znázorněno na grafu (Obrázek
4-1).
Základní parametry rozdělení jsou:
•
•
Střední hodnota (Mean): 𝜇𝜇 = 20,36 𝑑𝑑𝑑𝑑í
Směrodatná odchylka (Standard Deviation): 𝜎𝜎 = 9,75 𝑑𝑑𝑑𝑑í
Pomocí metody VAR jsem následně vypočítal pravděpodobnost, s jakou bude překročena
stanovená hranice splatnosti hypotetických budoucích pohledávek. Jako hranici (x) jsem zvolil
36 dní.
Výslednou pravděpodobnost pak dostaneme pomocí distribuční funkce 𝐹𝐹(𝑥𝑥) normálního
rozdělení 𝑁𝑁(𝜇𝜇, 𝜎𝜎 2 ).
64
𝐹𝐹 (𝑥𝑥) =
1
𝜎𝜎√2𝜋𝜋
𝑥𝑥
� 𝑒𝑒
−∞
−
(𝑡𝑡−𝜇𝜇 )2
2𝜎𝜎 2
𝑑𝑑𝑑𝑑
𝑉𝑉𝑉𝑉𝑉𝑉 = 1 − 𝐹𝐹 (𝑥𝑥) = 5,43%
Vypočtená hodnota tedy říká, že doba úhrady hypotetických budoucích pohledávek
s pravděpodobností 5,43% překročí stanovenou hranici splatnosti (36 dní). Hodnota představuje
velice dobrý výsledek, na což program zareagoval přiřazením váhy 100%.
18
16
Absolutní četnosti
14
12
10
8
6
4
2
0
10
17
24
31
38
45
Horní hranice intervalu
empirické četnosti
teoretické četnosti
Obrázek 4-1 Aproximace vygenerovaného výběru normálním rozdělením
Jelikož dle nasimulovaných údajů maximální zpoždění od zvolené hranice představuje 12 dní,
volím u platební morálky hodnotu „dobrá“, což znamená přiřazení koeficientu 0,25.
4.3 Vyhodnocení bonity
Výsledné skóre se v SROR stanovuje jako součet vah jednotlivých oddílů snížený o celkový
koeficient, což jsem pro lepší přehlednost shrnul v tabulce (Tabulka 4-1).
𝑆𝑆 = �� 𝑋𝑋𝑖𝑖 × � 𝑃𝑃𝑖𝑖𝑖𝑖 � × 𝐾𝐾
𝑖𝑖
𝑗𝑗
𝑆𝑆 = 73,30% ×
𝐾𝐾 =
1
1 + ∑𝑖𝑖 𝑘𝑘𝑖𝑖
1
= 𝟓𝟓𝟓𝟓, 𝟑𝟑𝟑𝟑%
1 + 0,35
65
# Oddíl
max váha celková váha
1 Celková charakteristika odvětví 10%
7,50%
2 Management
5%
5,00%
3 Likvidita a aktivita
20%
17,00%
4 Zadluženost
15%
10,80%
5 Rentabilita
20%
3,00%
6 Riziko opoždění platby
30%
30,00%
100%
73,30%
SPOLU
Korekce (koeficienty)
0,35
likvidace/zánik/konkurs
0,00
Výsledné ohodnocení (skóre)
54,30%
Tabulka 4-1 Vyhodnocení bonity
Ratingovou známku v kvantitativní (skóre) a kvalitativní (stupeň) podobě pak znázorňuje Tabulka
4-2.
stupeň
popis
stupeň rizika
***
Průměrný subjekt, většinou vyhovující pro spolupráci Střední riziko
score
54,3%
Tabulka 4-2 Ratingová známka
Společnost ML-Tuning dosáhla mírně nadprůměrného výsledku, z čeho vyplývá, že odběratelské
riziko by mělo být akceptovatelné. Všechny ukazatele kromě rentability byly vyhodnoceny
relativně dobře. Špatný výsledek rentability může mít na svědomí i finanční krize. Použité
finanční výkazy totiž reflektovaly období roku 2008, kdy finanční krize zrovna vrcholila.
66
Závěr
Cílem diplomové práce byl náhled do problematiky řízení rizik v malých a středních podnicích,
zejména řízení odběratelského rizika a také navržení a odzkoušení jednoduchého modelu pro
řízení tohoto rizika.
Na začátku práce bylo provedeno obeznámení s problematikou rizik. V rámci klasifikace rizik bylo
přiblíženo úvěrové riziko, které je považováno za nejdůležitější finanční riziko. Svědčí o tom i
fakt, že požadavky na úvěrové riziko jsou stanoveny i v pravidlech Nové basilejské kapitálové
dohody – Basel II. Ta stanovuje základní metody pro kvantifikaci úvěrového rizika a vymezuje
jeho hlavní rizikové komponenty.
Dále byla provedena charakteristika malých a středních podniků (SME) jakožto páteře evropské
ekonomiky. SME jsou daleko citlivější na odběratelská rizika než velké podniky, snadněji riziku
podléhají a snadno se mohou dostat do platební neschopnosti.
Dalším bodem teoretické části práce byl popis obecných postupů používaných pro řízení rizik.
Podrobně byly vysvětleny dílčí úkony jako identifikace, ohodnocení a měření rizik. Zvláštní
pozornost byla věnována kvantitativní metodě měření hodnoty v riziku – Value at Risk (VAR).
Metoda VAR je ve finanční sféře značně rozšířená a vychází z ní mnoho modelů pro kvantifikaci
rizik. V poslední době se stále více uplatňuje také v nefinanční sféře, zejména pro vyjádření rizika
podnikatelských aktivit a investičních projektů.
Dále se tato práce zabývala nástroji pro hodnocení a řízení odběratelského rizika. V oblasti
hodnocení rizik byla kromě jiného přiblížena problematika ratingu a významu ratingových
agentur. Pro řízení odběratelských rizik se dají využít externí služby specializovaných agentur či
zajišťovací instrumenty. Druhou možností je zavedení vlastního systému pro řízení těchto rizik.
V praxi se často setkáváme s kombinací obou variant. Kombinaci je vhodné použít zejména u
pohledávek vyšší nominální hodnoty, a/nebo delší doby splatnosti.
Jedním z cílů práce byl i návrh systému řízení odběratelských rizik. Zde jsem se setkal
s problémem dostupnosti relevantních informací. „V oblasti řízení a měření finančních rizik
existuje v ČR i ve světě obrovské množství balastní literatury“ (6), ve které je obtížné odloučit
neužitečné zdroje informací, které problematiku pouze zamlžují, od těch skutečně důležitých.
Lze sice najít množství dílčích informací, problematika řízení odběratelských rizik jako taková
však není nikde pořádně a srozumitelně popsaná. Modely bank a jiných institucí pro úvěrové
rizika, podle kterých by se dalo postupovat, bohužel problematiku popisují jen obecně, detailní
know-how zůstává součástí jejich obchodního tajemství. Pokusil jsem se proto shromáždit co
nejvíce dostupných informací, podle kterých jsem pak navrhl vlastní model systému řízení
odběratelského rizika, který je možné aplikovat u malých a středních podniků.
67
Systém byl navržen jednoduše a průhledně, důraz byl kladen hlavně na funkčnost a použitelnost.
Pro vyhodnocení bonity subjektů využívá jednoduchý ratingový model, podle kterého jsem
vytvořil
vlastní
ratingový
program.
Ten
na
základě
vstupů
z veřejně
dostupných
informací, finančních výkazů a historických údajů stanoví ratingovou známku hodnoceného
subjektu. Můj návrh tedy představuje velice jednoduchý a levný způsob pro ohodnocení
odběratelského rizika, vhodný pro použití zejména v malých, ale také ve středně velkých
podnicích.
Problematické však může být získání důvěryhodných informací pro ohodnocení managementu či
rentability hodnoceného odvětví. Dalším problémem může být i aktualita finančních údajů
zveřejněných v obchodním rejstříku, které model rovněž k ohodnocení využívá. Zveřejněné
účetní výkazy totiž popisují skutečnost s určitým časovým opožděním. Možným řešením je
požádání klienta o aktuální účetní výkazy.
Všechny parametry ratingového programu, jako např. hodnotící váhy a koeficienty, se dají
nastavit dle preferencí uživatele. Základní hodnoty jsou v programu předvoleny podle obecných
poznatků, škály parametrů se však v různých odvětvích mohou lišit.
Model vychází z metody historické simulace. Namísto použití této metody by bylo možné použítí
simulace Monte Carlo. Ta připouští existenci více faktorů rizika, které na sobě mohou být přímo
či nepřímo závislé. Nevýhodou však je poměrně obtížné stanovení rozdělení pravděpodobnosti
faktorů rizika a respektování jejich závislosti. V této souvislosti by za účelem simulace Monte
Carlo bylo vhodné použít specializovaný software, jako je například program Crystal Ball od
společnosti Oracle.
V případě potřeby existuje možnost systém řízení odběratelských rizik rozšířit o propojení
s databázovým systémem správy plateb a transakcí jednotlivých odběratelů. To by umožnilo
nejen srovnávání ratingu jednotlivých subjektů, ale také v hodnotícím procesu aplikaci metody
podle studie kreditního ratingu s heterogenními informacemi pro SME (30).
Za účelem praktického odzkoušení navrženého modelu systému řízení odběratelských rizik bylo
provedeno vyhodnocení bonity náhodně vybraného subjektu – společnosti ML-Tuning. Mohu
říci, že testování proběhlo úspěšně. Společnost ML-Tuning dosáhla mírně nadprůměrného
výsledku a byla ohodnocena rizikovým stupněm „Střední riziko“, což je podle mě reálný výsledek
pro danou společnost.
Nakonec tedy mohu říci, že se mi podařilo splnit všechny v úvodu vytyčené cíle.
68
Použité zkratky
•
AIRB - pokročilý přístup pro stanovení výše kapitálového požadavku požadavku
k úvěrovému riziku založený na interním ratingu (Advanced Internal Ratings-Based
Approach)
•
ČR – Česká Republika
•
ČSU - Český statistický úřad
•
EBIT - zisk před odpočtem úroků a daní (Earnings Before Interest and Taxes)
•
ECA – exportní ratingové agenury (Export Credit Agencies)
•
ECAI – externí ratingové agentury (External Credit Assesment Institutions)
•
EU – Evropská Unie
•
FIRB - základní přístup pro stanovení výše kapitálového požadavku požadavku
k úvěrovému riziku založený na interním ratingu (Foundation Internal Ratings-Based
Approach)
•
IRB - přístup pro stanovení výše kapitálového požadavku požadavku k úvěrovému riziku
založený na interním ratingu (Internal Ratings-Based Approach)
•
LIBOR - londýnská mezibankovní nabídková sazba (London InterBank Offered Rate)
•
MSP - Malé a střední podniky
•
NBCA - Nová basilejská kapitálová dohoda (New Basel Capital Accord)
•
PAR – zisk v riziku (Profit at Risk)
•
PEST - analýza politických, ekonomických, sociálních a technologických faktorů
podnikatelského okolí firmy.
•
PRIBOR - pražská mezibankovní nabídková sazba (Prague InterBank Offered Rate)
•
ROA - rentabilita aktiv (Return On Assets)
•
ROE - rentabilita vlastního kapitálu (Return On Equity)
•
ROS - rentabilita tržeb (Return On Sales)
•
SME - Malé a střední podniky (Small and Medium Enterprises)
•
SRN – Spolková Republika Německo
•
SROR - systém řízení odběratelského rizika
•
STA - standardizovaný přístup pro stanovení výše kapitálového požadavku k úvěrovému
riziku (Standardized Approach)
•
SWOT - metoda pro identifikaci silných (Strengths) a slabých (Weaks) stránek, příležitostí
(Opportunities) a hrozeb (Threats).
•
VAR – hodnota v riziku (Value at Risk)
69
Použité zdroje
1. Hnilica, Jiří a Fotr, Jiří. Aplikovaná analýza rizika ve finančním managementu a investičním
rozhodování. Praha : Grada Publishing, 2009. ISBN 978-80-247-2560-4.
2. Tichý, Milík. Ovládání rizika. Analýza a management. Praha : C. H. Beck, 2006. ISBN 80-7179415-5.
3. Smejkal, Vladimír a Rais, Karel. Řízení rizik ve firmách a jiných organizacích. Praha : Grada
Publishing, 2009. ISBN 978-80-247-3051-6.
4. Upozornění na rizika spojená s využíváním investičních nástrojů. Citfin.cz. [Online]
http://www.citfin.cz/tinymce-storage/files/ft/mifid/Rizika-spojena-s-investicnimi-nastroji.pdf.
5. Popis investičních nástrojů a upozornění na rizika. Volksbank CZ, a.s. [Online]
http://www.volksbank.cz/vb/public/cd/af/fa/35/17262_48905__081030_Popis_investicnich_na
stroju9.pdf.
6. Jílek, Josef. Finanční rizika. Praha : Grada Publishing, 2000. ISBN 80-7169-579-3.
7. Bauerová, Jaroslava. Basel II platí, budou další obezřetností pravidla? Česká národní banka.
[Online] 23. březen 2007.
http://www.cnb.cz/cs/verejnost/pro_media/clanky_rozhovory/media_2007/cl_07_070323.html
.
8. Matějka, Karel. Řízení rizik v podniku - diplomová práce. Praha : Vysoká škola ekonomická v
Praze, Fakulta podnikohospodářská, 2007.
9. Valová, Ivana. Metody měření bankovních rizik podle Basel II. 4. mezinárodní konference
Řízení a modelování finančních rizik. [Online] 11. září 2008.
http://www.ekf.vsb.cz/shared/uploadedfiles/cul33/Valova.Ivana.pdf.
10. Tkáčová, Jana. Vybrané modely merania a riadenia úverového rizika. Finančné trhy - Odborný
dvojmesačník pre teóriu a prax finančných trhov. [Online] 3. leden 2008.
http://www.derivat.sk/index.php?PageID=1404. ISSN 1336-5711.
11. Definice Evropské unie pro MSP. BusinessInfo - Oficiální portál pro podnikání a export.
[Online] 21. říjen 2009. http://www.businessinfo.cz/files/dokumenty/Definice-MSP-010509.pdf.
12. Malé a střední podniky (MSP). Podnikatel.cz - Informační centrum pro váš business a
podnikání. [Online] http://www.podnikatel.cz/rozjezd/zacinajici-podnikatel/male-a-strednipodniky-msp/. ISSN 1802-8012.
70
13. Kupka, Václav. Malé a střední podniky (jejich místo a role v české ekonomice). Český
statistický úřad. [Online] 2008. http://www.czso.cz/csu/csu.nsf/informace/ckta090307.doc.
14. Merna, Toni a Al-Thani, Faisal F. Risk management - Řízení rizik ve firmě. Brno : Computer
Press, 2007. ISBN 978-80-251-1547-3.
15. Daněk, Radomír. Úvod do řízení rizik. Ekonom.cz. [Online] 7. prosinec 2007.
http://ekonom.ihned.cz/c1-21592690-uvod-do-rizeni-rizik. ISSN 1213-7693.
16. Kutílková, Blanka. Jak řídit rizika. MM Průmyslové spektrum. [Online] 8. únor 2008.
http://www.mmspektrum.com/clanek/jak-ridit-rizika.
17. Vinš, Petr a Liška, Václav. Rating. Praha : C. H. Beck, 2005. ISBN 80-7179-807-X.
18. Kohout, Pavel. Nechtěná moc ratingových agentur. E15 - 15 minut pro ekonomiku a byznys.
[Online] 7. květen 2010. [Citace: 7. květen 2010.]
http://www.e15.cz/nazory/komentare/nechtena-moc-ratingovych-agentur.
19. Zavadilová, Tereza. Pohledávky budou v centru dění. E15 - 15 minut pro ekonomiku a byznys.
příloha - factoring, 7. duben 2010, 599.
20. Coface Czech. Pojištění pohledávek, kreditní informace, inkaso pohledávek, faktoring.
[Online] Coface. http://www.coface.cz/CofacePortal/CZ/cz_CZ/pages/home/what_we_do.
21. Půta, Petr. Využívání kreditních informací: Cesta k bezpečnějšímu byznysu. Computerworld.
[Online] 13. březen 2010. http://computerworld.cz/ostatni/vyuzivani-kreditnich-informaci-cestak-bezpecnejsimu-byznysu-5918.
22. Seriál řízení rizik. Coface Czech: Services to build and protect your business. [Online] Coface
Czech, 2007. http://www.cofaceintercredit.cz/informace/rizeni_rizik.asp.
23. Factoring. Finance.cz. [Online] http://firmy.finance.cz/financovani/informace/factoring/.
ISSN 1213-4325.
24. Forfaiting. Finance.cz. [Online] http://firmy.finance.cz/financovani/informace/forfaiting/.
ISSN 1213-4325.
25. Pojsl, Josef. Češi se učí pojistit si business. E15. příloha - factoring, 7. duben 2010, 599.
26. Orientační ceny pojištění. INSIA. [Online] http://www.pojistenipohledavek.cz/orientacniceny-pojisteni.html.
27. Štefanová, Eva. K zajištění pohledávek je k dispozici řada nástrojů. Finanční noviny. [Online]
16. červenec 2002. http://www.financninoviny.cz/archiv/index_view.php?id=14331. ISSN 12134996.
71
28. Zajištění pohledávky, závazku. BPX. [Online] http://www.bpx.cz/zajisteni-pohledavkyzavazku/.
29. Fabík, Peter. Credit risk management v leasingové společnosti - diplomová práce. Praha :
Vysoká škola ekonomická v Praze, Fakulta financí a účetnictví, 2007.
30. Meng, Dan a Xu, Yang. SMEs Credit Rating Method with Heterogeneous Information: a
Chinese Case. Atlantis Press. [Online] http://www.atlantispress.com/php/download_paper.php?id=1308.
31. Obchodní informace. Finance.cz. [Online] 24. červenec 2006.
http://www.finance.cz/smlouvy/texty/Coface/ObchodInformaceVzorova.htm. ISSN 1213-4325.
32. Zákon č. 563/1991 Sb., o účetnictví. Business center. [Online]
http://business.center.cz/business/pravo/zakony/ucto/cast3.aspx. ISSN 1213-7235.
33. Zikmund, Martin. Ukazatelé likvidity. Business Vize. [Online] 3. leden 2010.
http://www.businessvize.cz/financni-analyza/ukazatele-likvidity.
34. Finanční analýza - Posouzení hospodářské situace podniku. Univerzita Tomáše Bati ve Zlíně.
[Online] http://web.ft.utb.cz/cs/docs/Financni_analyza.pdf.
35. Zikmund, Martin. Ukazatelé aktivity. Business Vize. [Online] 13. duben 2010.
http://www.businessvize.cz/financni-analyza/ukazatele-aktivity.
36. Finananční analýza. Finance.cz. [Online]
http://firmy.finance.cz/financovani/informace/financni-analyza/. ISSN 1213-4325.
37. Zikmund, Martin. Ukazatelé rentability. Business Vize. [Online] 16. březen 2010.
http://www.businessvize.cz/financni-analyza/ukazatele-rentability.
38. Kolektiv autorů. Finanční řízení v praxi. Praha : Alena Pavlíková, 3x3, 1998.
39. Volatilita. Wikipedie, otevřená encyklopedie. [Online] http://cs.wikipedia.org/wiki/Volatilita.
40. Slovník pojmů. Business center. [Online] http://business.center.cz/business/pojmy/. ISSN
1213-7235.
41. Bürgerová, Jiřina. Role interního auditu při implementaci Basel II. Národohospodářská
fakulta VŠE v Praze. [Online] http://nf.vse.cz/download/veda/workshops/basel.pdf.
72
Seznam obrázků a tabulek
Obrázek 1-1 SME – mezinárodní srovnání (2003). Zdroj: Eurostat (v textu ČSÚ) ......................... 11
Obrázek 1-2 Vývoj malého a středního podnikání (1995- 2005). Zdroj: ČSÚ ............................... 12
Obrázek 1-3 SME a počet zaměstnaných. Zdroj: ČSÚ ................................................................. 12
Obrázek 2-1 Úrovně ve společnosti. Převzato z (14)................................................................... 13
Obrázek 2-2 Možné výstupy rizika ............................................................................................. 13
Obrázek 2-3 Rozdělení pravděpodobnosti zisku projektu. Převzato z (1) .................................... 22
Obrázek 2-4 Rozdělení pravděpodobnosti zisku projektu A a B. Převzato z (1) ........................... 23
Obrázek 2-5 Rozdělení pravděpodobnosti zisku určitého investičního projektu. Převzato z (1) .. 28
Obrázek 3-1 Znázornění ratingového procesu. Převzato z (8) ..................................................... 33
Obrázek 3-2 Proces řízení odběratelského rizika, vlastní zpracování .......................................... 46
Obrázek 3-3 Proces ratingu v rámci SROR, vlastní zpracování .................................................... 55
Obrázek 3-4 Posouzení rizika, vlastní zpracování podle (38) ....................................................... 57
Obrázek 4-1 Aproximace vygenerovaného výběru normálním rozdělením................................. 65
Obrázek 0-1 Hodnocení externích údajů v ratingovém programu .............................................. 75
Obrázek 0-2 Hodnocení odvětví a managementu v ratingovém programu................................. 75
Obrázek 0-3 Finanční analýza v ratingovém programu ............................................................... 76
Obrázek 0-4 Hodnocení historických údajů v ratingovém programu .......................................... 76
Obrázek 0-5 Stanovení Value at Risk v ratingovém programu .................................................... 77
Obrázek 0-6 Výslední vyhodnocení ratingového programu ........................................................ 77
Tabulka 2-1 Stupnice hodnocení. Převzato z (1) ......................................................................... 17
Tabulka 2-2 Matice hodnocení rizik. Převzato z (1) .................................................................... 18
Tabulka 2-3 Číselné ohodnocení významnosti rizik. Převzato z (1).............................................. 18
Tabulka 2-4 Stupnice měření poklesu zisku a vzrůstu investičních nákladů. Převzato z (1).......... 19
Tabulka 2-5 Porovnání VAR s rozdílnými intervaly spolehlivosti a dobami držení. Převzato z (6) 27
Tabulka 3-1 Žebříček ratingových známek vybraných ratingových agentur. Zdroj: vlastní
zpracování................................................................................................................................. 34
Tabulka 4-1 Vyhodnocení bonity ............................................................................................... 66
Tabulka 4-2 Ratingová známka .................................................................................................. 66
Tabulka 0-1 Nastavení koeficientů ............................................................................................. 78
Tabulka 0-3 Reference od jiných dodavatelů ............................................................................. 78
Tabulka 0-4 Platební morálka .................................................................................................... 79
Tabulka 0-5 Vlastní zkušenost (váha 50%).................................................................................. 79
Tabulka 0-6 Růst odvětví (váha 25%) ......................................................................................... 79
Tabulka 0-7 Výnosnost odvětví (váha 25%) ................................................................................ 80
73
Tabulka 0-8 Zkušenosti/schopnosti, strategie, úspěšnost (váha 100%) ....................................... 80
Tabulka 0-9 Běžná likvidita (váha 25%) ...................................................................................... 80
Tabulka 0-10 Pohotová likvidita (váha 25%) ............................................................................... 81
Tabulka 0-11 Doba splatnosti pohledávek (váha 10%)................................................................ 81
Tabulka 0-12 Doba splatnosti závazků (váha 40%) ..................................................................... 81
Tabulka 0-13 Celková zadluženost (váha 70%) ........................................................................... 82
Tabulka 0-14 Úrokové krytí (váha 30%) ...................................................................................... 82
Tabulka 0-15 Rentabilita tržeb - ROS (váha 40%) ........................................................................ 82
Tabulka 0-16 Rentabilita aktiv - ROA (váha 20%) ........................................................................ 83
Tabulka 0-17 Rentabilita vlastního kapitálu - ROE (váha 40%) .................................................... 83
Tabulka 0-18 VaR (váha 100%) ................................................................................................... 83
74
Přílohy
Příloha 1 - Náhled ratingového programu
Obrázek 0-1 Hodnocení externích údajů v ratingovém programu
Obrázek 0-2 Hodnocení odvětví a managementu v ratingovém programu
75
Obrázek 0-3 Finanční analýza v ratingovém programu
Obrázek 0-4 Hodnocení historických údajů v ratingovém programu
76
Obrázek 0-5 Stanovení Value at Risk v ratingovém programu
Obrázek 0-6 Výslední vyhodnocení ratingového programu
77
Příloha 2 - Stupnice pro výpočet ratingu SROR
Nastavení koeficientů
Tabulka 0-1 Nastavení koeficientů
Koeficient
koef. váha
3
Dluhy u zdravotních pojišťoven
9,00
4
Pohledávky vůči jiným společnostem 1,00
5
Centrální evidence úpadců
7,50
6
Insolvenční rejstřík
7,50
I.7
Reference od jiných dodavatelů
1,00
III.7 Platební morálka
1,00
Tabulka 0-2 Reference od jiných dodavatelů
# koef. váha stupeň
popis
1 10%
Nejsou známé
2 100%
Velice špatné
Zpoždení více než 60 dnů, inkasní agentura
3 75%
Špatné
Zpoždení více než 30 dnů, splátky uhrazeny na základe
telefonické / ústní domluvy
4 50%
Středně dobré
Max. zpoždení do 30 dnů
5 25%
Dobré
Max. zpoždení do 15 dnů
6 0%
Velmi dobré
Výborná platební morálka (žádné zpoždení)
78
Tabulka 0-3 Platební morálka
# koef. váha stupeň
popis
1 10%
Není známá
2 100%
Velice špatná
Zpoždení více než 60 dnů, inkasní agentura
3 75%
Špatná
Zpoždení více než 30 dnů, splátky uhrazeny na základe
telefonické / ústní domluvy
4 50%
Středně dobrá Max. zpoždení do 30 dnů
5 25%
Dobrá
Max. zpoždení do 15 dnů
6 0%
Velmi dobrá
Výborná platební morálka (žádné zpoždení)
Odvětví a management
Celková charakteristika odvětví (váha 10%)
Tabulka 0-4 Vlastní zkušenost (váha 50%)
# váha
stupeň
1 0%
Velice špatná
2 25%
Špatná
3 50%
Neutrální
4 75%
Dobrá
5 100%
Velmi dobrá
Tabulka 0-5 Růst odvětví (váha 25%)
# váha
stupeň
popis
1 0%
Prudký pokles Pokles produkce za posledních 12 měsíců větší než <-10%
2 25%
Mírný pokles
Pokles produkce za posledních 12 měsíců v mezích <-10%, -5%>
3 50%
Stabilní
Stabilní produkce za posledních 12 měsíců v mezích (-5%, 5%)
4 75%
Mírný nárůst
Nárůst produkce za posledních 12 měsíců v mezích <5%, 10%>
5 100%
Vysoký nárůst Nárůst produkce za posledních 12 měsíců větší než >10%
79
Tabulka 0-6 Výnosnost odvětví (váha 25%)
# váha
stupeň
popis
1 0%
Velice špatná Pokles obratu za posledních 12 měsíců větší než <-10%
2 25%
Špatná
Pokles obratu za posledních 12 měsíců v mezích <-10%,-5%>
3 50%
Neutrální
Obrat odvětví se pohybuje v mezích: (-5%, 5%)
4 75%
Dobrá
Nárůst obratu odvětví za posledních 12 měsíců v mezích <5%,10%>
5 100%
Velmi dobrá
Nárůst obratu odvětví za posledních 12 měsíců větší než >10%
Management (váha 5%)
Tabulka 0-7 Zkušenosti/schopnosti, strategie, úspěšnost (váha 100%)
# váha
stupeň
1 0%
Velice špatný
2 25%
Špatný
3 50%
Průměrný
4 75%
Dobrý
5 100%
Velmi dobrý
Finanční analýza
Likvidita a aktivita (váha 20%)
Tabulka 0-8 Běžná likvidita (váha 25%)
# váha
rozsah
1 0%
<1
2 50%
<1; 1,5)
3 80%
<1,5; 2)
4 100%
>2
80
Tabulka 0-9 Pohotová likvidita (váha 25%)
# váha
rozsah
1
0%
<0,5
2
50%
<0,5; 1)
3
80%
<1; 1,25)
4
100%
>1,25
Tabulka 0-10 Doba splatnosti pohledávek (váha 10%)
# váha
rozsah [dny]
1
100%
<15
2
75%
<15; 30)
3
50%
<30; 55)
4
25%
<55; 70)
5
0%
>70
Tabulka 0-11 Doba splatnosti závazků (váha 40%)
# váha
rozsah [dny]
1
100%
<15
2
75%
<15; 30)
3
50%
<30; 55)
4
25%
<55; 70)
5
0%
>70
81
Zadluženost (váha 15%)
Tabulka 0-12 Celková zadluženost (váha 70%)
# váha
rozsah
1
100%
<35%
2
80%
<35%; 55%)
3
60%
<55%; 70%)
4
20%
<70%; 80%)
5
0%
>80%
Tabulka 0-13 Úrokové krytí (váha 30%)
# váha
rozsah
1
0%
<2
2
20%
<2; 3)
3
50%
<3; 5)
4
80%
<5; 7)
5
100%
>7
Rentabilita (váha 20%)
Tabulka 0-14 Rentabilita tržeb - ROS (váha 40%)
# váha
rozsah
1
0%
<1,5%
2
25%
<1,5%; 3,5%)
3
50%
<3,5%; 5,5%)
4
75%
<5,5%; 10,0%)
5
100%
>10,0%
82
Tabulka 0-15 Rentabilita aktiv - ROA (váha 20%)
# váha
rozsah
1
0%
<3%
2
25%
<3%; 7%)
3
50%
<7%; 15%)
4
75%
<15%; 20%)
5
100%
>20%
Tabulka 0-16 Rentabilita vlastního kapitálu - ROE (váha 40%)
# váha
rozsah
1
0%
<2,5%
2
25%
<2,5%; 10%)
3
50%
<10%; 20%)
4
75%
<20%; 40%)
5
100%
>40%
Historické údaje
Riziko opoždění platby (váha 30%)
Tabulka 0-17 VaR (váha 100%)
# váha
rozsah
1
100%
<10%
2
75%
<10%; 25%)
3
50%
<25%; 40%)
4
25%
<40%; 55%)
5
0%
>55%
50%
N/A
83
Vyhodnocení
stupeň
X
*
popis
stupeň
rozsah
rizika
skóre
Nedostatek informací pro výpočet, případně je subjekt v
Scoring
0%
likvidaci nebo v konkurzu
nespočten
Subjekt velmi nestabilní, potřeba maximální opatrnost
Vysoké
(0%; 20%)
riziko
**
Vyšší nestabilita, vhodná zvýšená opatrnost
Zvýšené
<20%; 40%)
riziko
***
Průměrný subjekt, většinou vyhovující pro spolupráci
Střední
<40%; 60%)
riziko
****
Stabilní subjekt, vhodný pro obchodní spolupráci
Nízké
<60%; 80%)
riziko
*****
Velmi vhodný obchodní partner
Velmi
nízké riziko
84
>80%
Příloha 3 - Obsah přiloženého CD
•
Stanislav Matousek - Rizeni rizik v podnikani (DIP).pdf
•
ML TUNING - ucetni zaverka (31.12.2008).pdf
•
Stanislav Matousek - rating program SROR (DIP).xlsx
85